Ang Extended Kalman Filter (EKF) ay isang malawakang ginagamit na algorithm sa kolonisasyong robot. tinantiya nito ang posisyon at oryentasyon ng robot sa pamamagitan ng pagsasama ng mga impormasyong sensor sa isang modelong matematikal ng paggalaw ng robot.Ang pag-unawa sa mga pundasyong matematikal ng EKF ay mahalaga para sa epektibong pagpapatupad at pag-aayos.

Pagpapakilala at Paghula ng Estado

Ang pinaka-pusod ng EKF ay kinasasangkutan ng pagkatawan sa estado ng robot bilang isang vector, karaniwang kasama ang posisyon at oryentasyon. Ang gnosis celed ay gumagamit ng isang nonlinear motion model upang i-dead out sa kasalukuyang estado sa panahon. Ito ay nagsasangkot ng pagkalkula ng Jacobian churrent ng motion model upang i-linarize ang mga hindilinear ekwasyon sa paligid ng kasalukuyang tantiya.

Pagsukat ng Update at Pag - ayon

Ang mga sukat na Sensor ay isinasama sa pamamagitan ng hakbang na update. Dahil ang mga sukat ay kadalasang hindi linyar na mga tungkulin ng estado, ang EKF ay nagreresulta sa mga tungkuling ito gamit ang kanilang mga Jacobian. Ang prosesong ito ay nagrereresulta sa hinulaang estado batay sa pagkakaiba sa pagitan ng inaasahan at aktuwal na mga pagbasang sensor.

Mathematical Equations

Ang mga ekwasyon ng prediksiyon ay:

[[Panghula:

xilk+1− = f(xichek, uk)

Covariance pheilation:

Pk+1− = Fk Pk Fkt + Qk

Kung saan ang f ang hindilinear motion model, Fk ang Jacobian nito, P ang covariance materrix, at Q ang proseso ng ingay covariance.

Ang mga ekwasyon ng update ay:

Pagkakamit ng Kaalman:

Kk = Pk− Hkt (Hk Pk− Hkt + Rk)−1

[[Pangulong update:

xilk = xilk 10° ⁇ Kk ( ⁇ ⁇ ( ⁇ )

Covariance update:]

Pk = (I - Kk Hk) Pk−

Dito, ang h ang modelong hindi panukat, ang Hk ang Jacobian nito, ang Rk ang panukat na ingay na covariance, at ang zk ang aktuwal na sukat ng sensor.