我开始在我的机器人应用程序中探索使用概率。我的目标是进入完整的SLAM,但我开始使用更简单的卡尔曼滤波器来实现我的目标。
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],我有一个76个激光范围的数组[Distance,Theta]作为我的测量输入。
我无法知道如何决定在高斯函数中使用的协方差。因为我的测量结果是不确定的(激光在<1米时准确度约为1厘米,但在更高的范围内精确度可达5厘米)我不知道如何创建“函数”来估计其概率。我知道这个函数应该“线性化”才能使用,但我不知道该怎么做。
我对如何决定我的状态Gaussian的函数有合理的信心,我很高兴在这个上使用普通的旧均值= 0,方差= 1。这应该不起作用?我很感激人们理解卡尔曼滤波器的一些帮助,因为我想我可能会遗漏一些东西。
答案 0 :(得分:4)
This论文可能是您的一个很好的起点,但您可能只是选择手动调整值。这对你的应用来说可能已经足够了。
答案 1 :(得分:0)
对于您的激光扫描仪,使用距离为5厘米的方差。低于1米的1厘米精度只是运气不好。 Theta可能非常准确,因为这不会改变,对吧?如果是这样,则取1°的变化。假设独立性(协方差为0)。