инновационный шаг экф локализация?

8

Допустим, у нас есть куча наблюдений zi от датчика, и у нас есть карта, в которой мы можем получить предсказанные измерения z^iдля ориентиров. В EKF локализации на этапе коррекции, мы должны сравнить каждое наблюдениеzi со всем прогнозируемым измерением z^iТак, в этом случае у нас есть две петли? Или мы просто сравниваем каждое наблюдение с каждым прогнозируемым измерением?, Поэтому в этом случае у нас есть один цикл. Я предполагаю, что датчик может дать все наблюдения для всех ориентиров при каждом сканировании. Следующая картина изображает сценарий. Теперь каждый раз, когда я выполняю EKF-локализацию, я получаюzi={z1,z2,z3,z4} и я имею mтак что я могу получить z^i={z^1,z^2,z^3,z^4}, Чтобы получить инновационный шаг, это то, что я сделал

Z1=z1z^1Z2=z2z^2Z3=z3z^3Z4=z4z^4
где Zэто инновация. За каждую итерацию я получаю четыре инновации. Это правильно? Я использую EKF локализацию в этой книге Вероятностного Robotics странице 204.

крокодиловый
источник
На самом деле, я был прав насчет своего предположения. Я получил хорошие результаты.
CroCo

Ответы:

3

Да, это правильно, учитывая два предположения:

  1. Каждое измерение является независимым (т. Е. (Гауссово) распределение наблюдений zi не соотносится с zj). Обычно это справедливое предположение (например, измерение положения ориентиров с помощью лазерного сканера).

  2. Ассоциация данных известна. Другими словами, вы «просто знали», что ваше первое наблюдение на самом деле было наблюдением ориентира 1. Поэтому вы можете просто вычислить инновацию с помощью предсказанного наблюдения, сгенерированного ориентиром 1. Не зная, к какому ориентиру относится наблюдение, где находится двойное В этом случае вам нужно сравнить наблюдение с предсказанными наблюдениями всех * других ориентиров и выбрать наиболее вероятный **, используя такую ​​метрику, как расстояние Махаланобиса.

* Вероятно, вы можете ускорить это, сравнивая его только с ориентирами, которые, по оценкам, находятся в поле зрения датчика.

** Это всего лишь один метод связи данных. Другие (например, совместная совместимость) существуют.

kamek
источник
Как вы можете рассчитать единственное значение для каждого ориентира?