侧边栏壁纸
博主头像
GrantLi

你我山前没相见 山后别相逢

  • 累计撰写 53 篇文章
  • 累计创建 26 个标签
  • 累计收到 3 条评论

目 录CONTENT

文章目录

机器人定位算法:卡尔曼滤波、直方图与粒子滤波

GrantLi
2023-03-08 / 0 评论 / 0 点赞 / 495 阅读 / 0 字 / 正在检测是否收录...

定位回答机器人在哪里。本文保留原有滤波定位算法与示意材料,阅读时分别记录状态、观测和原文已有的实现效果,避免只凭动画外观比较定位精度。

解决问题

解决机器人在哪里的问题(位姿估计)

常用算法

容积卡尔曼滤波定位(Cubature Kalman Filter Localization)

原理

容积卡尔曼滤波CKF—目标跟踪中的应用(仿真部分—II)

测试

cubature_kalman_filter

集合卡尔曼滤波定位(Ensemble Kalman Filter Localization)

原理

Ensemble Kalman filter集合卡尔曼滤波

测试

animation

扩展卡尔曼滤波定位(Extended Kalman Filter Localization)

原理

传感器融合】扩展卡尔曼滤波的逐步理解与实现(上)

实现效果

animation-1678239812640
说明:蓝色的是真实轨迹,黑色的里程计推演轨迹,绿色的点是GPS数据,红色线是EKF推演推演路径,红色圆圈是估计斜方差。

直方图滤波定位(Histogram Filter Localization)

原理

自动驾驶定位算法(九)-直方图滤波(Histogram Filter)定位

测试

animation-1678239837195

蒙特卡罗定位(Particle Filter Localization)

原理

蒙特卡罗定位(Particle Filter Localization)

测试

animation-1678239865388

自适应蒙特卡罗定位(Adaptive Mentcarto Localization)

原理

机器人粒子滤波定位(蒙特卡罗定位)

测试

Figure_1

无迹卡尔曼滤波定位(Unscented Kalman Filter Localization)

原理

Unscented Kalman filter无迹卡尔曼滤波

测试

animation-1678239886630

任务边界与阅读顺序

PythonRobotics 官方资料将定位、建图、SLAM、路径规划和路径追踪分别组织。阅读本页时先确认条目所属任务,再看对应原理和已有演示;原文中尚为空白的原理段落仍是待补资料,不能据图像编造精度、速度或实验结论。

参考:官方说明。

相关站内资料

0

评论区