4-5学第三学期第十一讲机器人导论.pptVIP

Kalman Filter for Mobile Robot Localization测量预测/Measurement Prediction: Example 生成的测量预测必须变换到机器人坐标系{R}中 坐标变换可表示成 其雅克比为 5.6.3 Kalman Filter for Mobile Robot Localization匹配/Matching 传感器获得的观测 zj(k+1) 到地图存储目标 zt 的关联 每个测量预测计算新息: 利用误差传播律可得到新息的方差 采用马氏（Mahalanobis）距离度量测量和预测关联的有效性 5.6.3 Kalman Filter for Mobile Robot Localization匹配/Matching: Example 5.6.3 Kalman Filter for Mobile Robot Localization匹配/Matching: Example 利用采用马氏距离找到预测和观测特征的关联关系 其中 5.6.3 Kalman Filter for Mobile Robot Localization估计/Estimation: Applying the Kalman Filter 卡尔曼滤波器增益 更新机器人位置估计 其方