Pinahabang Kalman Filter (EKF) Ang Simultaneous Localization and Mapping (SLAM) ay isang teknik na ginagamit sa robotics upang gumawa ng mapa ng isang hindi kilalang kapaligiran habang sabay-sabay na tinitiyak ang posisyon ng robot sa loob nito. Ang isang pangunahing sangkap ng EKF-SLAM ay ang covarian marice sa loob ng Evarice marices sa loob ng tinatayang estado ng robot at ang mga tampok na mapa. Ang artikulong ito ay nagbibigay ng isang hakbang-by-secasce para sa pagkalkula ng cocancedrices sa loob ng Evarices sa loob ng EK-BLUM.
Pag - aanunsiyo ng Covariance Matrix
Ang proseso ay nagsisimula sa pag - iispresa sa covariance matrix, karaniwang tinutukoy bilang P. Ang matrix na ito ay pinagsasama ang mga kawalang katiyakan ng mga larawan ng robot at ang mga tampok na mapa. Ang panimulang covariance ay nagpapabanaag ng pagtitiwala sa pasimulang posisyon ng robot at sa kilalang mga katangian.
Hakbang sa Hula
Sa panahon ng propesiya, ang mosyon ng robot ay ginagamit upang tantiyahin ang bagong estado. Ang covariance material ay inaapruba gamit ang Jacobian ng model ng motion, na ang ibig sabihin ay F, at ang proseso ay ingay covariance, Q. Ang update ay sumusunod:
P [1] [1] [1] = F PFT[ + Q] ⁇ [[[[[]
Ang Hakbang ng Pag - aayos na May mga Hakbang
Kapag nakatanggap ng bagong mga sukat ng pandamdam, ang covariance material ay binabago upang isama ang impormasyong ito. Ang pagsukat sa mga marka ng modelong Jacobian, H, at ang pagsukat sa ingay na covariance, R, ay ginagamit upang pagtugmain ang natamong Kalman, K:
K = P [1] pred[[ HT (H P [5] [[T:[[FLT][[[[[[[[T][[[[[[T][[[[T][[[T][[T][[[T][[T][[T][[[T][[T][[T][[T][[T][[[[[T][[T][[T][[[[[[[[[[[[[T]]]]]][[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[]]]]]]]]]]]]]]]]]]]]]]]]]
Ang covariance matrix ay saka binabago bilang:
P [upd = (I - K H) P [[[
Pag - uugnay sa mga Katangian ng Mapa
Ang covariance matrix ay lumalawak upang isama ang mga tampok na mapa, tumataas ang sukat habang ang mga bagong katangian ay idinaragdag. Ang bawat update ay nag-aangkop ng hindi katiyakan na nauugnay sa parehong poneksiyon ng robot at mga katangian, pinananatili ang isang hindi nagbabagong tantiya ng pangkalahatang kawalang katiyakan sa mapa at lokalisasyon.