特徵提取型同時定位與建圖演算法及其在FPGA之實現

FastSLAM 為解決同時定位與建圖的有效方法，但由於地標數過多，容易造成運算量過於龐大而導致系統發散。原始的快速同時定位及建圖收斂效果好，但會因為地標數目增加所造成誤差的累積，而導致系統發散，本論文透過向量比對機制，使得特徵變化較大的感測資訊被保留下來，減少與現有地標比對的機會，且使得資料關聯的結果較為準確，最後更利用準確的地標更新機器人的位置以提升定位精準度。為了驗證本論文所提出方法可以有效提升精確度以及降低運算量，我們將利用傳統FastSLAM 與本論文所提出之特徵提取型SLAM以不同地圖進行模擬並比較其結果。此外，本論文也使用FPGA 晶片將此改良型同時定位及建圖方法實現於硬體電路以縮短運算時間，並增加其演算法之運用性。