论文部分内容阅读
机器人SLAM问题是目前机器人研究领域中的重点，如何减少定位误差，有效地改善算法的鲁棒性，提高机器人定位和地图创建的准确性是研究的关键。针对这个问题，本文提出一种基于改进模糊自适应扩展卡尔曼滤波的SLAM算法，通过模糊自适应控制模型控制系统噪声和观测噪声。仿真实验结果表明，本文算法有效地解决卡尔曼滤波器的发散问题，可以有效减少机器人定位误差。