扩展卡尔曼滤波器(EKF)：一个面向初学者的交互式教程-翻译.pdfVIP

扩展卡尔曼滤波器教程 在使用OpenPilot 和Pixhawk 飞控时，经常遇到扩展卡尔曼滤波(EKF)。从不同的网页和参 考论文中搜索这个词，其中大部分都太深奥了。所以我决定创建自己学习教程。本教程从一 些简单的例子和标准(线性)卡尔曼滤波器，通过对实际例子来理解卡尔曼滤波器。 Part 1: 一个简单的例子 想象一个飞机准备降落时，尽管我们可能会担心许多事情，像空速、燃料、等等，当然最明 显是关注飞机的高度(海拔高度)。通过简单的近似，我们可以认为当前高度是之前的高度失 去了一小部分。例如，当每次我们观察飞行高度时，认为飞机失去了 2%的高度，那么它的 当前高度是上一时刻高度的98%: altitude = 0.98* altitude current_time previous_time 工程上对上面的公式，使用“递归”这个术语进行描述。通过递归前一时刻的值，不断计算 当前值。最终我们递归到初始的 “基本情况”，比如一个已知的高度。 试着移动上面的滑块，看看飞机针对不同百分比的高度变化。 Part 2:处理噪声 当然, 实际从传感器比如GPS 或气压计获得测量高度时，传感器的数据或多或少有所偏差。 如果传感器的偏移量为常数，我们可以简单地添加或减去这偏移量来确定我们的高度。不过 通常