论文部分内容阅读
提出了一种通过引入基于三角定位的重采样阶段对基于视觉特征的常规Monte Carlo定位加以改进的方法,以提高原有方法的实现效率,既能提高计算效率,又能避免过收敛现象.重采样的实现根据感知更新前后采样分布信息熵的变化和有效采样数目来判断,并且基于感知组织的贝叶斯网络识别视觉特征的方法为三角定位提供了准确的特征来源,有效减少了假阳性特征,大大简化了与环境模型的匹配.实验结果验证了方法的有效性.