Bộ lọc Kalman mở rộng (EKF) Situltanization and Mapping (SLAM) là một kỹ thuật dùng trong robot để xây dựng bản đồ của một môi trường không xác định vị trí của robot trong đó. Một thành phần quan trọng của hệ thống định vị trí của hệ thống điện tử là ma trận covarm, mà đại diện sự không chắc chắn trong trạng thái ước tính của robot và bản đồ. Bài này cung cấp một tiến trình tính toán từng bước một trong vòng quay EFKKKBM.

Khởi đầu của Ma Trận Hợp Nhất

Quá trình bắt đầu với việc khởi tạo ma trận đồng biến, thường được biểu thị là P. ma trận này kết hợp các không chắc chắn của các tư thế robot và các tính năng bản đồ. Tính chất ban đầu phản ánh sự tin tưởng ban đầu trong vị trí đầu của robot và các tính năng đã biết.

Bước dự đoán

Trong giai đoạn tiên đoán, mô hình chuyển động của robot được dùng để ước tính trạng thái mới. Ma trận đồng biến được cập nhật bằng cách sử dụng mô hình chuyển động Jacobian, được biểu thị là F, và quá trình nhiễu covariance, Q. Cập nhật theo đây:

P đã được chuẩn bị ) ) = F T + Q) )

& Cập nhật Bước với độ đo

Khi nhận được những số đo cảm biến mới, ma trận đồng biến được cập nhật để kết hợp thông tin này.

[FLT:]K ) đã được dự đoán [FLT:] [H [FLT:] [FLT:] [L:] [LLT:] [L:] [L: 11] [L:] [FLT:] [FL:] [FL:] [FL:] [FL:] [FL: 10] [FL:] [L:]] [L: 11] [L: 11]

Ma trận đồng biến sau đó được cập nhật là:

P [FLT:] [FLT:] ] ) ) ) ) ]

Đang tạo tính năng sơ đồ

Các ma trận đồng biến đổi mở rộng để bao gồm các tính năng bản đồ, tăng kích cỡ khi các tính năng mới được thêm vào. mỗi bản cập nhật điều chỉnh sự không chắc chắn liên quan đến cả tư thế lẫn tính năng của robot, duy trì một ước tính nhất quán định về sự không chắc chắn tổng thể trong bản đồ và bản đồ địa phương hóa.