卡尔曼滤波三部曲——ROS 2 中的扩展卡尔曼滤波器的传感器融合（二）

文章预览

一，引言 这是专门介绍高斯滤波器的系列文章中的第二篇。具体来说，这是对卡尔曼滤波器系列的三篇深入介绍中的第二篇。如果您还不熟悉卡尔曼滤波器，我建议您先阅读第一篇文章 卡尔曼滤波三部曲——使用卡尔曼滤波器和 ROS 2 进行递归状态估计(一) ，然后再继续阅读本文。后续文章将介绍无迹卡尔曼滤波器。本文结尾处提供了用于重现此处讨论的结果的数据和代码。 二，介绍 正如上一篇文章 卡尔曼滤波三部曲——使用卡尔曼滤波器和 ROS 2 进行递归状态估计(一) 所介绍的，成功的机器人系统可以感知和操纵物理世界来完成有用的任务。为了实现这一点，机器人必须考虑到其环境中的重大不确定性。现代机器人技术中最基本的问题之一是状态估计。状态估计涉及根据不确定（嘈杂）且可能不完整的信息确定机器人及其环境（例如地标和其他 ………………………………