ty -jour au -peng，gang au -zheng，wei au -lu，lu，zezao au -liao -liao，jinhu au -hu -hu，lu au -zhang -Zhang，gongyue au -He，dingxin py -2018 da -2018 da -2018/12/11 ti-11 ti-11 ti-11 ti-11 ti-11 ti-11 ti-11 ti-11 ti-11基于激光扫描匹配匹配的改进的AMCL算法SP -2327637 VL -2018 AB-自适应蒙特卡洛本地化（AMCL）算法的姿势准确性有限，因为激光传感器模型的非结构性，复杂和复杂的复杂和不结构工作环境的特征，粒子采样的随机性以及最终的姿势选择问题。在本文中，提出了一种改进的AMCL算法，旨在在复杂且非结构化的环境中构建基于激光雷达的机器人定位系统，并在粒子分数计算过程之后使用LIDAR点云扫描过程。AMCL粒子群的加权平均姿势用作扫描匹配过程的初始姿势。LiDar Point Cloud使用高斯 - 纽顿方法与从粗到细的概率网格图相匹配，这会导致更准确的姿势。此外，将扫描匹配姿势添加到粒子群中作为高重量粒子。因此，重采样后的粒子群将更加集中在正确的位置。粒子过滤器和扫描匹配过程形成闭环，从而提高了移动机器人的定位精度。实验结果表明，提出的改进的AMCL算法通过利用扫描匹配的高准确性特征，同时继承AMCL的稳定性，优于复杂和非结构化环境中传统的AMCL算法。 SN - 1076-2787 UR - https://doi.org/10.1155/2018/2327637 DO - 10.1155/2018/2327637 JF - Complexity PB - Hindawi KW - ER -