和
分别表示第i个粒子的N个环境特征的高斯均值和协方差。
2.4 SLAM 中的粒子滤波器
粒子滤波算法的迭代过程为：
① 初始Ⅳ 个粒子，表示机器人的位置;
② 求上一步中每个粒子的运动模型;
③ 对每个表示机器人的粒子，预测观测值，并根据观测值计算粒子权值;
④ 使用每个粒子对应的K个卡尔曼滤波求各个环境坐标位置的估计值;
⑤ 重采样;
机器人路径粒子重采样所需要的权值计算如下：
3 仿真结果
机器人运动速度为0.5m/s，控制信号时间间隔为0.025s，观测最远距离30m.模拟2O个时间步来测试算法的稳定性。实验通过Matlab编程进行参数设置，用鼠标操作划出机器人的行走线路。
4 结语
本文采用RFID技术和粒子滤波器实现移动机器人自主定位和地图创建。利用RFID的高速数据传输的特点，增强移动机器人数据获取能力，提高了机器人定位的效率。但目前，RFID技术还有待进一步提高，阅读器同时接受多个标签数据时的碰撞问题要进一步解决完善。同时SLAM 算法与RFID应用的结合将帮助机器人更好的定位及控制。
责任编辑：ct
关于RF,无线就介绍完了，您有什么想法可以联系小编。