【出 处】：《 计算机仿真 》 CSCD 2015年第32卷第9期 377-381页,共5页

【作 者】： 石家兴 [1,2] ; 丁永生 [1,2] ; 郝矿荣 [1,2]

【摘 要】 在移动机器人同步定位与构图（SLAM）问题中，在大规模复杂环境下，由于传统数据关联算法的速度和正确率随着地图规模的增长而降低，导致难以满足实时性和鲁棒性的要求。为提高定位性能，根据联合相容分支定界（JCBB）算法，提出了一种改进的UCBB数据关联算法用于移动机器人同步定位优化控制。首先建立地图的KD树模型，生成优化候选路标集，以缩小关联搜索空间，提升关联速度；其次构造增补关联规则，对JCBB算法的初步关联结果进行增补再关联，提升关联正确率。仿真结果表明：IJCBB算法的关联速度和关联正确率均优于传统关联算法，具有较高的实时性和鲁棒性。