机器人学习--卡尔曼滤波及各种滤波解析
生活随笔
收集整理的這篇文章主要介紹了
机器人学习--卡尔曼滤波及各种滤波解析
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
什么是濾波?舉個最直觀的簡單例子:臭水溝里舀一大勺水,需要過濾成干凈水怎么辦?,,,用濾網(網孔可根據需要選擇大小孔)過濾。
在電路方面波形的高低通濾波原理類似; 圖像上的噪聲點各種中值濾波等類似的濾波方案; Filter。
在狀態測量領域是根據 預測+更新 的方式估計狀態用途的。 Estimation。
多種傳感器數據融合。data association。correlation。
一、《概率機器人》書上的貝葉斯公式及濾波公式及推導
?
二、卡爾曼濾波:究竟濾了誰?參考知乎網友鏈接:https://zhuanlan.zhihu.com/p/85865058? ? ? (激光slam,濾波方案為背景)
卡爾曼濾波和貝葉斯濾波的對比如下圖
?
下面就用圖來解釋一下卡爾曼濾波,能有個更直觀的感受。
首先通過上一時刻的狀態預測得到當前時刻的狀態分布(圖a),然后通過傳感器得到測量數據(圖b加粗)。
結合測量數據調整更新,得到當前時刻最終的狀態分布(圖c加粗)。然后通過控制數據,接著預測下一時刻的狀態分布(圖d加粗)。
獲取下一時刻的測量數據之后(圖e加粗),綜合得到下一時刻估計的狀態分布(圖f加粗)。
到這,你知道卡爾曼濾波究竟濾了誰嗎?在我看來,卡爾曼濾波可以看作是,通過測量數據將僅由控制數據進行狀態估計而帶來不斷提高的噪聲(不確定性)濾除掉。同時,它更像是一種數據(傳感器)融合的方法。
還記得文章前面讓你蒙著眼在屋子里走嗎?學了卡爾曼濾波之后應該知道怎么做能讓你更準確地知道當前位置了吧?很簡單,那就是睜開眼走路!
眼睛看到室內環境就相當于測量數據,綜合眼睛看到的對象就會讓你對自己所在的位置判斷更準確啦。當然,如果你的鼻子夠靈,可以通過氣味判斷,或者有順風耳可以聽到浴室滴水從而避免掉坑也是可以的!
三、知乎提問及答主回答;https://zhuanlan.zhihu.com/p/85865058
?
總結
以上是生活随笔為你收集整理的机器人学习--卡尔曼滤波及各种滤波解析的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 机器人学习--Robotics: Est
- 下一篇: 机器人学习--从路径规划侧面看栅格地图