【问题标题】:Deciding on the covariance for a Kalman Filter matrixes确定卡尔曼滤波器矩阵的协方差
【发布时间】:2010-09-03 14:39:04
【问题描述】:

我开始探索在我的机器人应用程序中使用概率。我的目标是升级到完整的 SLAM,但我从更简单的卡尔曼滤波器开始逐步提升。

我正在使用扩展卡尔曼滤波器,状态为 [X,Y,Theta]。我使用控制输入 [Distance, Vector],并且我有一个包含 76 个激光范围 [Distance,Theta] 的数组作为我的测量输入。

我不知道如何决定在我的高斯函数中使用的协方差。因为我的测量结果不确定(激光在

我对如何决定我的状态高斯函数有相当的信心,我很高兴在此使用一个普通的旧平均值 = 0,方差 = 1。这应该有效吗?我会感谢理解卡尔曼滤波器的人们的帮助,因为我认为我可能遗漏了一些东西。

【问题讨论】:

    标签: math probability robotics


    【解决方案1】:

    This 纸对您来说可能是一个很好的起点,但您可能只是选择手动调整这些值。这对您的应用程序来说可能已经足够了。

    【讨论】:

    • 非常感谢 - 我会读一读,看看我想出了什么。
    【解决方案2】:

    对于您的激光扫描仪,使用 5 厘米的距离变化。 1m以下的1cm精度只是运气不好。 Theta 可能非常准确,因为这不会改变,对吧?如果是这样,则取 1° 的方差。假设独立(协方差为 0)。

    【讨论】:

      猜你喜欢
      • 2017-04-10
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多