卡爾曼濾波的理解

/*學(xué)習(xí)了@Roger_羅杰的文章,將自己的感悟發(fā)表如下,也可以一起討論。*/

首先下個(gè)結(jié)論,卡爾曼濾波是對有噪音系統(tǒng)的最優(yōu)估計(jì)。

對小車來說,將小車系統(tǒng)看作一正態(tài)分布,我們可以知道當(dāng)前的均值(位姿速度)與方差(誤差),來?[ 預(yù)測 ] 小車下一時(shí)刻的狀態(tài)。即可以根據(jù)T時(shí)刻狀態(tài)和誤差,預(yù)測T+1時(shí)刻位置與方差。(預(yù)測過程是有誤差的,故此時(shí)預(yù)測的T時(shí)刻正態(tài)分布均值變扁了)

預(yù)測完成后,小車運(yùn)行一段時(shí)刻,按照預(yù)測結(jié)果應(yīng)該到達(dá)藍(lán)線這里,但我們現(xiàn)在并不確定是否準(zhǔn)確運(yùn)行至此。為了避免誤差,在T+1時(shí)刻進(jìn)行一次?[ 觀測 ]?,觀測也有誤差(均值與協(xié)方差,觀測值不是真值),記為紅線。

藍(lán)色:預(yù)測T+1值;紅色:觀測T+1值;綠色:修正T+1值


藍(lán)線和紅線一個(gè)是有誤差的預(yù)測值,一個(gè)是不準(zhǔn)的次時(shí)刻觀測值,按常規(guī)思路將之加權(quán),得到較合理的位置。老頭卡爾曼已經(jīng)證明:加權(quán)是對的,加權(quán)后仍為正態(tài)分布。加權(quán)時(shí),卡爾曼增益很關(guān)鍵。使用卡爾曼增益修正得到真實(shí)的T+1刻狀態(tài)值和協(xié)方差,記為綠線。 [ 數(shù)據(jù)關(guān)聯(lián) ]

此時(shí)次刻的狀態(tài)和誤差已知,且都是修正過的最優(yōu)值??梢赃M(jìn)行[狀態(tài)增廣],如果地圖中已有該狀態(tài),進(jìn)行狀態(tài)更新,否則進(jìn)行地圖增廣。至此,一次卡爾曼濾波完成,將其視為初態(tài)即可進(jìn)行迭代計(jì)算。

(撒花°*:\( ̄▽ ̄)/:*)

注:數(shù)據(jù)關(guān)聯(lián)是否是得到真值(換句話說,最優(yōu)估計(jì))尚不得知,是筆者猜測。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容