主要分享机器人/自动驾驶智能控制等相关技术。
今天看啥  ›  专栏  ›  机器人规划与控制研究所

卡尔曼滤波三部曲——无迹卡尔曼滤波算法(三)

机器人规划与控制研究所  · 公众号  ·  · 2024-09-01 13:50

文章预览

这是介绍卡尔曼滤波器不同类型以及使用 ROS 2 进行实际实现的三篇文章中的第三篇( 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) 和 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) )。我们从基本的线性卡尔曼滤波器开始,然后了解了使用传感器融合的扩展卡尔曼滤波器来解决非线性问题。在本文中,我们将探索无迹卡尔曼滤波器的强大功能,以及它如何简化线性化过程,使其性能与 EKF 一样好,有时甚至更好。 一,引言 卡尔曼滤波器 广泛应用于状态估计。我们已经了解了 扩展卡尔曼滤波器 (EKF) 如何应用于机器人中的非线性问题,以及它如何让我们结合多个传感器以获得更好的结果。EKF 通过应用一次泰勒级数展开来实现这一点,以使运动和观察模型围绕状态平均值线性化。 这种方法的一个问 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览