基于IGA算法的FastSLAM算法研究

为了使自主移动机器人在SLAM(同步定位和地图创建)上更加准确,分析了粒子滤波器（Particle Filter，PF）的FastSlam 算法在粒子退化和粒子早熟两方面的不足，提出了一种改进算法（IGA算法）。该算法通过替代原有的重采样过程，改善了粒子多样性,提高了预测精度。在粒子早熟方面采用模拟退火思想对遗传算子进行改进，避免了遗传算法中的遗传算子易陷入局部最优解产生“早熟”现象问题。仿真结果表明，IGA算法使粒子保持的多样性更加持久，算法精度持续时间更长。