המונחים: Extended Kalman Filter שם הסרטון: Robust Slam: צעד-על-ידי-Step Tutorial

ה Localization וה Mapping (SLAM) הוא טכנולוגיה מרכזית רובוטיקה, המאפשר רובוט לבנות מפה של סביבה לא ידועה בעת קביעת המיקום שלה בתוך המפה. יישום מסנן Extended Kalman (EKF) משפר את החוסן של SLAM, במיוחד בסביבות עם רעש וחוסר ודאות.

הבנת מסנן קאלמן המורחבת

EKF הוא הרחבה של מסנן קלמן המיועד להתמודד עם מערכות לא לינאריות.זה לינארי את הפונקציות הלא לינאריות סביב ההערכה הנוכחית, ומאפשרת estimation מצב חוזר. ב SLAM, EKF מעריך הן את התנוחה של הרובוט ואת עמדות ציוני הדרך בסביבה.

שלב 1: הגנה על המדינה ושות'וינס

וקטור המדינה בדרך כלל כולל את עמדת הרובוט ואת הכיוון, יחד עם עמדות ציון דרך:

ממטריקס covariance הראשוני מייצג את אי הוודאות בהערכות הראשוניות.

שלב 2: חיזוי

באמצעות מודל התנועה של הרובוט, לחזות את המדינה הבאה ועדכון של ממטריקס השחלות.משוואות התנועה הלא ליניארית יוחזרו באמצעות ג'ייקובאים:

תחזית המדינה:

(ב) ויקרא י"ד:2=ב' (ב')

תחזית השקיפות:

(ב) ויקרא י"ד): "וַיָּבְהִיתִיא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא הוּא" (בראשית כ"ד, כ"ד)

שלב 3: עדכון

כאשר מדידות חיישן מתקבלות, לעדכן את הערכת המדינה.תסביר את מודל המדידה באמצעות ג'ייקובאים:

תחזית מדידה:

(ב) ויקרא י"ד:2 ויקרא י"ד:2 ויקרא י"ד:

חדשנות:

(ב) ויקרא י"ד:2 ויקרא י"ד): "וַיָּבְהִיתִיא הוּא הוּא הוּא הוּא הוּא הוּא" (בראשית כ"ד: ).

קלמן מקבל חישוב:

(ב) ויקרא י"ד): "וַיַּבְהַּדָּבְהִיתִיתִיתִיתִיתִיתִי" (במדבר כ"ד, כ"ד)

עדכון המדינה:

(ב) ויקרא י"ד): "וַיַּּדָּבְהַבְהִיתִיתִיתִיתִיתִיתִי" (במדבר כ"ד, כ"ד)

עדכון Covariance:

(ב) ויקרא י"ד): "וַיַּּדָּבְהִיתִי עַדְהִיתִי" (בראשית כ"ד, כ"ד)

שלב 4: שילוב של פסגות

פסגות מוספו לVirtual המדינה כפי שהן מזוהה.ה- EKF מעדכן את ההערכות בהתבסס על מדידות, שיפור הדיוק של ההשכונה לאורך זמן.

מסקנה

יישום EKF עבור SLAM כרוך להגדיר את המדינה, לחזות את התנועה של הרובוט, ועדכון הערכות עם נתוני חיישן. לינאריזציה נכונה וניהול covariance הם חיוניים עבור אינטנסיביות בסביבות רועשות.