摘要：针对移动机器人Monte Carlo定位中粒子滤d波存在的粒子退化和粒子多样性匮乏问题,提出基于平方根容积粒子滤波的移动机器人Monte Carlo定位算法。新算法采用平方根容积卡尔曼滤波精确设计粒子的重要性函数,将当前观测信息融入重要性采样过程,提高对真实状态后验概率的逼近程度;新算法在Monte Carlo定位中直接传播及更新协方差阵的平方根因子,避免协方差阵分解与重构过程,保证协方差阵的对称性及正定性;基于排序的自适应局部重采样仅对部分粒子进行重采样,降低计算代价,增加粒子多样性;进而提高算法估计精度和一致性。实验结果表明：相同粒子条件下,新算法的计算代价比容积Monte Carlo定位算法约减少8%,不同粒子数目约多40%;新算法（10个粒子）的估计精度高于Monte Carlo定位算法（100个粒子）,高于容积Monte Carlo定位算法（30个粒子）。

关键词：移动机器人 monte carlo定位 cubature律 重采样 

单位：燕山大学信息科学与工程学院 秦皇岛066004 燕山大学电气工程学院 秦皇岛066004 河北省特种光纤与光纤传感重点实验室 秦皇岛066004