- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
ardupilot(EKF) 扩展卡尔曼滤波
一、初识卡尔曼滤波器
为了描述方便我从网上找了一张卡尔曼滤波器的 5 大公式的图片。篇幅所
限,下图所示的是多维卡尔曼滤波器(因为 EKF2是多维扩展卡尔曼滤波器,所
以我们从多维说起),为了跟好的理解卡尔曼滤波器可以百度一下,从一维开
始。
这 5 个公式之外还有一个观测模型,根据你实际的观测量来确定,它的主
要作用是根据实际情况来求观测矩阵 H。
因为卡尔曼滤波器是线性滤波器,状态转移矩阵 A 和观测矩阵 H 是确定的。
在维基百科上状态转移矩阵用 F 表示。在 ardupilot EKF2 算法中,状态转移矩
阵也是用 F 表示的。下面是维基百科给出的线性卡尔曼滤波器的相关公式。
k
上述更新(后验)估计协方差的公式对任何增益 K 都有效,有时称为约瑟
k|k k k k|k-1
夫形式。为了获得最佳卡尔曼增益,该公式进一步简化为 P =(I-K H)P ,
它在哪种形式下应用最广泛。但是,必须记住它仅对最小化残差误差的最佳增
益有效。
为了使用卡尔曼滤波器来估计仅给出一系列噪声观测过程的内部状态,必
须根据卡尔曼滤波器的框架对过程进行建模,这意味着指定一下矩阵:
只要记住一点就行了,卡尔曼滤波器的作用就是输入一些包含噪声的数据,
得到一些比较接近真是情况的数据。比如无人机所使用的陀螺仪和加速度计的
读值,他们的读值都是包含噪声的,比如明明真实的角速度是俯仰 2°/s, 陀螺
仪的读值却是 2.5 °/s 。通过扩展卡尔曼之后的角速度值会变得更加接近 2o/s
的真实值,有可能是 2.1 o/s 。
二、扩展卡尔曼滤波器
因为卡尔曼滤波器针对的是线性系统,状态转移模型(说的白话一点就是
知道上一时刻被估计量的值,通过状态转移模型的公式可以推算出当前时刻被
估计量的值)和观测模型。 注:有的资料显示状态模型中有 , 有的没有,目前
我也不清楚是为什么,有可能和被估计的对象有关。但看多了你就会发现不管
网上给的公式有怎样的不同,但总体的流程是一样的,都是这 5 大步骤。我个
人觉得维基百科给的公式较为标准。
因为扩展卡尔曼滤波器( EKF,Extended Kalman filter )的使用场景为非
线性系统。所以上面两公式改写为下面所示的样子,我个人的理解是,因为是
非线性系统,所以没有固定的状态转移矩阵和观测矩阵。到这儿为止卡尔曼滤
波器到扩展卡尔曼滤波器的过度就完成了(多说一句,因为传感器的数据采样
是有时间间隔的,算法的运行也是有间隔的,所以本文提到的 KF和 EKF都是离
散型的)。下面是扩展卡尔曼滤波器的相关公式。
有心的你一定发现了,扩展卡尔曼滤波器的状态转移和观测模型中,没有了
状态转移矩阵 和观测矩阵 ,但预测和更新过程中,还是要用到 和 。就
我个人的了解,求 和 的过程就是对非线性系统线性化。 和 的求法如下:
看到这两个求和的公式,是不是头都大了。看了半天也不知道是什么意思,
光看公式也不知道,这两个矩阵到底该怎么求。我一开始就是这个感觉,什么
雅克比矩阵,什么一阶偏导,听得头都大了(还是大学数学
您可能关注的文档
- (机器学习)对数线性模型之Logistic回归、SoftMax回归和最大熵.pdf
- 2020互联网公司面试总结及答案.pdf
- 36首唐诗名作鉴赏.pdf
- 30个实例详解(linux)TOP命令.pdf
- C++之原型模式和建造者模式.pdf
- ARS_408雷达调试软件操作说明.pdf
- C++之适配器设计模式和外观模式.pdf
- C++享元模式和观察者模式.pdf
- C++单例模式设计教程.pdf
- C++桥接设计模式.pdf
- 2024年山东德州夏津县融媒体中心招聘4人历年高频考题难、易错点模拟试题(共500题)附带答案详解.docx
- 2024年山东济南历城区卫生健康局所属事业单位招聘50人历年高频考题难、易错点模拟试题(共500题)附带答案详解.docx
- 2024江苏徐州锡沂高新技术产业开发区招聘50人历年高频难、易点(行政职业能力测验共200题含答案解.docx
- 2024年山东德州职业技术学院招聘49人历年高频考题难、易错点模拟试题(共500题)附带答案详解.docx
- 2024年山东德州高级师范学校招聘工作人员12人高频考题难、易错点模拟试题(共500题)附带答案详解.docx
- 2023年12月恩施巴东县“才聚荆楚·智汇恩施”第二次专项事业单位工作人员7名笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月广东广州市黄埔区机关事务管理局招考聘用政府雇员笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月广西马山县纪委监委机关面向社会公开招考基层廉洁监督员及防贫监测员笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月广东广州市增城区招考聘用教师(上海设点)92人笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
- 2023年12月广东省茂名市电白区赴高校现场公开招聘62名教师314笔试近6年高频考题难、易错点荟萃答案带详解附后.docx
文档评论(0)