math - 确定卡尔曼滤波器矩阵的协方差

Question

我开始探索在我的机器人应用程序中使用概率。我的目标是升级到完整的 SLAM，但我从更简单的卡尔曼滤波器开始逐步提升。

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]，并且我有一个包含 76 个激光范围 [Distance,Theta] 的数组作为我的测量输入。

我无法知道如何决定在我的高斯函数中使用的协方差。因为我的测量结果不确定（激光在 < 1 米处的精度约为 1 厘米，但在更高的范围内精度可达 5 厘米）我不知道如何创建“函数”来估计这种可能性。我知道这个函数应该“线性化”来使用，但我不知道如何去做。

我对如何决定我的状态高斯函数有相当的信心，我很高兴在这个上面使用一个普通的旧 mean=0,variance=1 ..这应该行不通？我会感谢理解卡尔曼滤波器的人们的帮助，因为我认为我可能遗漏了一些东西。

Answer 1

这篇论文对您来说可能是一个很好的起点，但您可能只是选择手动调整这些值。这对您的应用程序来说可能已经足够了。

Answer 2

对于您的激光扫描仪，使用 5 厘米距离的差异。1m以下的1cm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° 的方差。假设独立（协方差为 0）。