• 状态转移

在这里插入图片描述
通过物理公式我们可以得知下一状态小车的位置、速度,但是实际中,噪声对结果有影响,x^是在噪声影响下的值,通常使用协方差矩阵表示噪声

  • 协方差矩阵

一维
在这里插入图片描述
一维情况下,我们使用数据中心值和方差表示噪声情况,即高斯分布

二维
在这里插入图片描述

在二维空间,如果两个噪声没有关联可用图一表示,当噪声间有正向或反向关联时,则使用图二、图三表示,在图二、三中,我们使用方差、协方差表示噪声间关系,其中11 22 表示方差,12 12 表示协方差

  • 噪声协方差矩阵的传递

在这里插入图片描述
由于协方差矩阵传递过程中也存在误差,所以Q表示预测模型本身带来的噪声,p表示了不确定性在各个时刻之间的传递关系
在这里插入图片描述

  • 观察矩阵
    在这里插入图片描述
    观测矩阵也是有噪声的,用V表示

  • 状态更新
    在这里插入图片描述
    Xt = Ft * Xt-1 + Bt * Ut
    在这里插入图片描述
    在这里,Wk为预测误差,Vk为测量误差
    在这里插入图片描述
    在这里插入图片描述
    X^k-1 为上一时刻的估计值,Xk为当前时刻的估计值,由于Xk-1估计存在误差,那么基于Xk-1的Xk误差更大。
    Yk为当前测量值,也存在误差,为了获得更准确的位置,使X^k * Yk获取新的估计值
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

  • 更新
    在这里插入图片描述

在这里插入图片描述

  • 例子
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
Logo

北京人形旗下天工造物具身智能开源社区,聚焦具身天工与慧思开物两大平台

更多推荐