私は、ソナー、パーティクル フィルターを使用してローカル ローカリゼーションを行っています (つまり、すべてのパーティクルは、最初はロボットのポーズをとっています)。
環境のグリップ マップがあります。環境 (ドアが閉じている/開いている) でアルゴリズムを実行すると、パーティクルがロボットに追従できません。
ロボットの最初の位置を正確に知っているので、ランダムな粒子はありません。
ランダムな粒子を追加すると、ロボットのポーズが変更されます（ロボットのポーズとして粒子の中央値を見つけます）。
ローカルローカリゼーションを改善するためのアイデア/方法。
ありがとうございました。
アップデート ：
ここでは、ノイズの多いモーション モデルを使用し、次にセンサー モデルを使用して再サンプリングし、それらをロボットのポーズに収束させています。私の問題は、マップから環境に変化がある場合 (主にドアの開閉と室内の乱雑さ) に最適化する方法です。