講義課件說明pt-209ekf slam_第1頁
講義課件說明pt-209ekf slam_第2頁
講義課件說明pt-209ekf slam_第3頁
講義課件說明pt-209ekf slam_第4頁
講義課件說明pt-209ekf slam_第5頁
已閱讀5頁,還剩7頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

Machine Perception and Interaction Group (MPIG) .cn EKF-SLAM刁金輝MPIG Open Seminar 0209公眾號:mpig_robot Ekf-Slam思想SLAM是同步定位與地圖構(gòu)建,主要用于解決移動機器人在未知環(huán)境中運行時定位導(dǎo)航與地圖構(gòu)建的問題。EKF相關(guān)內(nèi)容的介紹EKF-SLAM 大致過程T時刻 傳感器對周圍環(huán)境的觀測 狀況 ZT時刻 機器人會根據(jù)運動模型推算出當(dāng)前的位置T時刻 基于路標(biāo)信息更新預(yù)測狀態(tài)T時刻 基于觀測 z 和預(yù)測 z 確定的新息差,來更新機器人狀態(tài) 機器人 運動 第一步機器人 運動 第二步機器人 運動 第二步當(dāng)機器人實際運動到該點時,該位置跟傳感器顯示的還是有誤差的,僅僅需要將當(dāng)前控制器的輸出疊加到上一時刻的狀態(tài)上。舉例來說,假設(shè)機器人目前位于當(dāng)前運動信息為 第一步的機器人的當(dāng)前狀態(tài)為機器人 運動 第三步機器人 運動 第三步X包含了機器人的位置(x,y,theta)以及環(huán)境中每個路標(biāo)的預(yù)測信息。其格式如下圖所示:可以看出,系統(tǒng)狀態(tài)X為一個(3+2*n)*1的矩陣,即列向量,其中n為路標(biāo)的個數(shù)。機器人 運動 第四步Machine Perception and Interaction Group (M

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論