信息素养0的内容模块研究 - vision at ocean .pptVIP

EKF-SLAM 4 4.2.2 EKF状态修正— k+1时刻 卡尔曼系数： 状态更新： 协方差更新： 测量系数阵 测量噪声协方差 卡尔曼增益 新息 例如： EKF-SLAM 4 4.3 EKF-SLAM 机器人位姿预测---k时刻 机器人观测路标---k+1时刻 考虑数据关联的同时，修正预测的位姿 EKF-SLAM 4 机器人 路标 K时刻： 通过运动模型，预测K+1时刻的位姿； 通过观测模型，计算当前扫描路标的位置； 计算协方差矩阵； K+1时刻： 观测路标，通过数据关联判断是否是先前观测过的路标。 通过观测模型和已存储的路标来推算当前的位姿。 用计算出来的位姿来修正预测的位姿，同时用预测的位姿来修正路标的位置，完成画图。 EKF-SLAM 4 4.3 EKF-SLAM 状态预测 传感器测量 数据关联 否 是 状态更新 状态扩充 Thank you! 程序演示 * * * * * * 水下机器人EKF_SLAM算法 报 告 人：邵欣慧 2015年6月30日 马航事件 2014年3月8日8时26分，中新社电：马来西亚航空公司表示，一架载有239人的飞机失去联系。