Я начинаю исследовать использование вероятностей в своих робототехнических приложениях. Моя цель - перейти к полной SLAM, но я начинаю с более простого фильтра Калмана, который поможет мне подняться.
Я использую расширенный фильтр Калмана с состоянием [X, Y, Theta]. Я использую управляющий вход [Distance, Vector], и у меня есть массив из 76 лазерных диапазонов [Distance, Theta] в качестве входного измерения.
У меня проблемы с пониманием того, как выбрать ковариацию для использования в моей гауссовой функции. Поскольку мои измерения не точны (лазер с точностью около 1 см на <1 метре, но может быть с точностью до 5 см на более высоких диапазонах), я не знаю, как создать «функцию» для оценки вероятности этого. Я знаю, что эта функция должна «линеаризовать» для использования, но я не уверен, как это сделать. </p>
Я достаточно уверен в том, как выбрать функцию для моего состояния Gaussian, я счастлив использовать простое старое среднее = 0, дисперсия = 1 для этого .. Это должно сработать, нет? Я был бы признателен за помощь людей, понимающих Kalman Filters, потому что я думаю, что я что-то упускаю.