机器人智能算法导论 课件 第9章-扩展卡尔曼滤波器.pptx

《机器人智能算法导论》

本节简介能力目标：能运用EKF设计解决移动机器人定位或SLAM问题。能推导状态预测方程及协方差矩阵更新公式。能调试EKF算法中的雅可比矩阵计算错误。知识目标：掌握扩展卡尔曼滤波器(EKF)的数学推导过程，包括预测与校正步骤的核心公式。理解协方差矩阵的推导逻辑及雅可比矩阵的作用。分析非线性模型线性化对滤波精度的影响，以及一阶泰勒展开的局限性。

本讲纲要系统模型及观测模型的形式非线性模型的求解思路扩展卡尔曼滤波器的预测步骤扩展卡尔曼滤波器的更正步骤向量函数的导数扩展卡尔曼滤波器的完整算法

回顾：线性卡尔曼滤波器在线性卡尔曼滤波器(LKF)中，假设系统模型