强跟踪平方根容积卡尔曼滤波ＳＬＡＭ算法

        摘要：针对移动机器人在状态突变时同步定位与地图构建精度下降的问题，提出了强跟踪平方根容积卡尔曼滤波ＳＬＡＭ 算法（ＳＴＦ－ＳＲＣＫＦ－ＳＬＡＭ）。该算法首先根据移动机器人的运动学模型和观测模型进行预测，然后通过直接传播误差协方 差矩阵的平方根因子进行更新，使计算复杂度大大降低。同时在预测和更新过程中引入时变渐消因子，实时调整相应数据 权值，达到提高机器人定位精度的目的。仿真实验结果表明，相比容积卡尔曼滤波ＳＬＡＭ算法（ＣＫＦ－ＳＬＡＭ）、平方根容积卡 尔曼滤波ＳＬＡＭ算法（ＳＲＣＫＦ－ＳＡＬＭ），ＳＴＦ－ＳＲＣＫＦ－ＳＬＡＭ算法均方根误差降低了２６．２５％和１３．８％，运行时间减少了 １．８３％和１．２１％，表明该算法在ＳＬＡＭ性能上更优。