机器人课程项目。

  • 构建基于粒子滤波的 Monte Carlo Localization 模拟器，集成差速驱动运动模型、距离估计、粒子重采样和模拟渲染等模块。
  • 使用 NumPy 向量化计算替代传统几何库 Shapely 调用，将射线求交模块加速约 10x，并将整体渲染时间减少约 50%。
  • 结合低方差重采样与随机采样的重采样策略，并使用带 EMA 的权重更新策略，缓解粒子退化问题。
  • 在复杂运动场景下提升定位稳定性，使模拟器更适合用于调试和可视化概率定位算法。