E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
EKF
飞控——博客列表
版权声明:本文为博主原创博文,未经允许不得转载,若要转载,请说明出处并给出博文链接1.姿态估计/姿态解算①互补滤波②
EKF
(扩展卡尔曼滤波)2.ArduPilot①ArduCoptera.飞行模式(flightmode
慕离巷
·
2019-02-26 10:47
无人机
科研
ArduPilot
ekf
2 MATLAB离线版本详解(三)
融合部分GPS融合考虑GPS延迟情况,选取离IMU当前采样时刻距离最近的GPS的索引latest_gps_index判断GPS是否blocked初次使用GPS信息,判断速度方差是否小于gpsSpdErrLim(设为1),位置方差是否小于gpsPosErrLim(设为5)。使用GPS的水平位置、速度进行初始化初始化后,将gps_use_started设为true,以后不再进行初始化。states(5
卢二慢
·
2019-02-25 16:51
Ardupilot 地面效应补偿代码分析
目录文章目录目录摘要1.地效补偿(GroundEffectCompensation)2.如何开启地效补偿3.代码分析1.函数入口2.更新处理函数(update_ground_effect_detector())3.
EKF
魔城烟雨
·
2019-02-18 16:21
ardupilot学习
牢记公式,ardupilot
EKF
2就是纸老虎(三)!
三、掀开
EKF
2的神秘面纱
EKF
2是
EKF
算法在ardupilot上的代码实现。
BreederBai
·
2018-12-28 19:03
APM
EKF
牢记公式,ardupilot
EKF
2就是纸老虎(二)!
版权声明:本文为博主原创文章,转载请附上博文链接!二、扩展卡尔曼滤波器因为卡尔曼滤波器针对的是线性系统,状态转移模型(说的白话一点就是知道上一时刻被估计量的值,通过状态转移模型的公式可以推算出当前时刻被估计量的值)和观测模型可以写成下面的样子:注:有的资料显示状态模型中有,有的没有,目前我也不清楚是为什么,有可能和被估计的对象有关。但看多了你就会发现不管网上给的公式有怎样的不同,但总体的流程是一样
BreederBai
·
2018-12-28 19:45
APM
EKF
牢记公式,ardupilot
EKF
2就是纸老虎(一)!
一、初识卡尔曼滤波器本博客着重介绍ardupilotEKF2算法所使用的公式和思想,
EKF
2执行的过程我在另一篇博客中有介绍。网上关于
EKF
的介绍很多,百度百科也有一些介绍,我在这里就不多做介绍了。
BreederBai
·
2018-12-28 19:26
APM
EKF
base_local_planner源码解读
这个包比之前的robot_post_
ekf
大太多,不太可能每个参数声明的时候都去做解释,所以只会在程序涉及到的时候才会说明
zhxue_11
·
2018-12-04 17:05
ROS
概率机器人(Probabilistic Robotics)笔记 Chapter 8: 栅格定位与蒙特卡洛定位(Grid and Monte Carlo Localization)
非参数化,不受限于
EKF
的单模型分布。可以解决全局定位问题,有时甚至可以解决绑架问题。第一个算法叫栅格定位。它使用一个直方图滤波器来表示后验置信。缺点是,如果栅格划分很细,则计算量很大。
DaqianC
·
2018-11-13 00:06
概率机器人笔记
概率机器人(Probabilistic Robotics)笔记 Chapter 8: 栅格定位与蒙特卡洛定位(Grid and Monte Carlo Localization)
非参数化,不受限于
EKF
的单模型分布。可以解决全局定位问题,有时甚至可以解决绑架问题。第一个算法叫栅格定位。它使用一个直方图滤波器来表示后验置信。缺点是,如果栅格划分很细,则计算量很大。
DaqianC
·
2018-11-13 00:06
概率机器人笔记
ros
ekf
融合odom imu ov信息
1.这里是ros_
ekf
_pose包的简单介绍:这个包用于评估机器人的3D位姿,使用了来自不同源的位姿测量信息,它使用带有6D(3Dpositionand3Dorientation)模型信息的扩展卡尔曼滤波器来整合来自轮子里程计
学之之博未若之之要-知之之要未若行之之实
·
2018-10-16 18:34
卡尔曼滤波(KF)与扩展卡尔曼滤波(
EKF
)的一种理解思路及相应推导(1)
前言:从上个世纪卡尔曼滤波理论被提出,卡尔曼滤波在控制论与信息论的连接上做出了卓越的贡献。为了得出准确的下一时刻状态真值,我们常常使用卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波、粒子滤波等等方法,这些方法在姿态解算、轨迹规划等方面有着很多用途。卡尔曼滤波的本质是参数化的贝叶斯模型,通过对下一时刻系统的初步状态估计(即状态的先验估计)以及测量得出的反馈相结合,最终得到改时刻较为准确的的状态估计(即状
在路上@Amos
·
2018-10-04 09:44
SLAM
算法基础之
EKF
的通俗理解
导:
ekf
,扩展卡尔曼滤波简称,应用非常广泛;还可参见我的视频https://blog.csdn.net/xiaoxilang/article/details/803260131.五个黄金公式2.应用场合
在路上@Amos
·
2018-10-04 01:22
SLAM
扩展卡尔曼滤波
EKF
扩展卡尔曼滤波
EKF
是SLAM过程的核心,其基于这些环境特征来负责更新机器人原始的状态位置,这些特征常称为地标。
EKF
用于跟踪机器人位置
在路上@Amos
·
2018-10-02 15:47
SLAM
九天揽月带你玩转
EKF
纸老虎(3)
目录目录摘要第一:
ekf
初始化1.
EKF
数据初始化2.
EKF
参数变量摘要本节主要分析ardupilot多旋翼部分的
ekf
代码,欢迎批评指正!!!
魔城烟雨
·
2018-08-31 12:43
ardupilot学习
扩展卡尔曼滤波算法及仿真实例
一、扩展卡尔曼滤波器(
EKF
)理论基础扩展Kalman滤波器算法实质上是一种在线线性化技术,即安装估计轨道进行线性化处理—-泰勒级数展开,再进行线性的Kalman滤波。
逗比熊二的大哥
·
2018-08-17 20:24
数据融合
muti-source
Information
Fusion
EKF
-SLAM初探(一)多传感器融合
参考书:概率机器人、自主移动机器人导论commonsence:1)高斯随机变量的任何线性变换将导致另一个高斯随机变量,如,y=ax+by=ax+b2)高斯随机变量的非线性变换将生成一个非高斯随机变量,如,y=x2y=x23)典型的非线性函数关系包括平方关系、对数关系、指数关系、三角函数关系等,对非线性系统的滤波问题,常用的处理办法是利用线性化技巧将其转化为一个近似的线性滤波问题,其中应用最广泛的方
Leather_Wang
·
2018-07-10 10:40
算法
20180626 卡尔曼滤波算法计算SOC
卡尔曼滤波算法包括线性卡尔曼滤波(KF),扩展卡尔曼(
EKF
),自适应卡尔曼(AEKF),以及无迹卡尔曼(UKF)等卡尔曼变形模式。
garra_
·
2018-06-28 08:54
BMS
九天揽月带你玩转Ardupilot 的
EKF
2纸老虎(2)
摘要本节将继续讲解ardupilot的
EKF
2代码,希望大家可以一起交流,有错的地方欢迎批评指正!!!
魔城烟雨
·
2018-06-27 23:29
ardupilot学习
九天揽月带你玩转Ardupilot 的
EKF
2纸老虎(1)
目录目录摘要**1.kalman基础知识储备**2.ardupilot代码
EKF
流程学习3.下面重点逐一分析各个函数摘要**本文主要记录自己学习ardupilot的
ekf
2代码的过程,相信很多人想移植或者学习
魔城烟雨
·
2018-06-18 00:07
ardupilot学习
卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波以及粒子滤波原理
所有滤波问题其实都是求感兴趣的状态的后验概率分布,只是由于针对特定条件的不同,可通过求解递推贝叶斯公式获得后验概率的解析解(KF、
EKF
、UKF),也可通过大数统计平均求期望的方法来获得后验概率(PF)
drilistbox
·
2018-05-30 10:29
机器学习
ArduPlane——ArduPilot—— 框架概述
框架中几个主要的步骤:ahrs_update:调用
EKF
获取最
慕离巷
·
2018-04-02 17:24
ArduPilot
ArduPilot
无损卡尔曼滤波UKF 和 多传感器数据融合
EKF
(ExtendedKalmanFilter)利用泰勒展开将非线性系统线性化。可是,
EKF
在强非线性系统下的误差很大。
学之之博未若之之要-知之之要未若行之之实
·
2018-02-23 17:30
【无人驾驶笔记2.6】UKF Unscented Kalman Filter Udacity无人驾驶 无人车笔记
UKF应该是和
EKF
不一样的一种近似非线性函数的方式。胖得认不出来的DavidSilver我突然意识到这个左边的哥们就是DavidSilver,已经胖得认不出来了。然后这次课是右边的矮帅小哥讲的。
鲁叔
·
2018-02-19 12:51
【无人驾驶笔记2.6】UKF Unscented Kalman Filter Udacity无人驾驶 无人车笔记
UKF应该是和
EKF
不一样的一种近似非线性函数的方式。胖得认不出来的DavidSilver我突然意识到这个左边的哥们就是DavidSilver,已经胖得认不出来了。然后这次课是右边的矮帅小哥讲的。
鲁叔
·
2018-02-19 12:51
图像处理之目标跟踪(一)之卡尔曼kalman滤波跟踪(主要为知识梳理)(转载)
图像处理之目标跟踪(一)之卡尔曼kalman滤波跟踪(主要为知识梳理)(转载)内容不是一篇文章的转载而是几篇内容的综合梳理.主要来源:EmbeddedApp运动目标跟踪(一)--搜索算法预测模型之KF,
EKF
Coming_is_winter
·
2018-01-12 22:52
图像处理进阶知识
C++下扩展卡尔曼类(
EKF
)的实现
最初的卡尔曼滤波用于解决离散系统的滤波问题,然而工程中常遇到的滤波问题是连续系统产生的滤波问题。卡尔曼滤波器具有如下形式的离散的状态方程:Xk+1=Ψk+1,kXk+Wk(1)但这只是一个高度简化的方程,更多的时候我们能获得的是关于连续系统的如下形式的方程:X˙=f(X)+W(2)其中f通常是一个非线性方程。针对上述的非线性方程,扩展卡尔曼滤波的做法如下:首先,状态一定存在一个轨迹X(t),尽管根
qiguizhe
·
2018-01-05 11:46
卡尔曼滤波
EKF
matlab
但在实际工作中,我们的系统几乎都是非线性的,所以如何解决非线性系统的滤波问题呢,这就是我们要讲的
EKF
(扩展卡尔曼滤波),它的原理很简单,就是在估计状态的地方进行线性化,线性化的方法也很简单,只需要进行泰勒的一阶展开就行
学之之博未若之之要-知之之要未若行之之实
·
2017-11-11 22:35
扩展卡尔曼滤波
EKF
与多传感器融合
在状态转移方程确定的情况下,
EKF
已经成为了非线性系统状态估计的事实标准。本文将简要介绍
EKF
,并介绍其在无人驾驶多传感器融合上的应用。
Young_Gy
·
2017-11-07 17:10
无人驾驶汽车系统入门(三)——无损卡尔曼滤波,目标追踪,C++
前面两篇文章我们了解了卡尔曼滤波以及扩展卡尔曼滤波在目标追踪的应用,我们在上一篇文章中还具体用Python实现了
EKF
,但是细心的同学会发现,
EKF
的效率确实很低,计算雅可比矩阵确实是一个很费时的操作,
AdamShan
·
2017-10-26 21:15
无人驾驶汽车专题
无人驾驶汽车系统入门
PX4原生固件,position_estimator_inav解读
对于多旋翼的位置姿态估计系统:PX4原生固件如今已经默认使用
EKF
2了,另一种情况是使用local_position_estimator,attitude_estimator_q。
蓝昆仑
·
2017-09-14 11:34
PX4
导航
rovio视觉里程计的笔记
他的优点是:计算量小(
EKF
,稀疏的图像块),但是对应不同的设备需要调参数,参数对精度很重要。没有闭环,没有mappingthread。经常存在误差会残留到下一时刻。
叶璇可
·
2017-06-26 16:04
.
Ardupilot -- APM源码笔记二(重制)~ Ardupilot 链接库引导
链接库简介核心库:AP_AHRS-利用DCM或是
EKF
做姿态估算AP_Common-ArduPilot库中常见的定义及实用例程AP_Math-各种对空间向量处理的数学函数AC_PID-PID控制库AP_InertialNav
GenCoder
·
2017-06-20 14:43
无人机二次开发
rovio视觉里程计的笔记
他的优点是:计算量小(
EKF
,稀疏的图像块),但是对应不同的设备需要调参数,参数对精度很重要。没有闭环,没有mappingthread。经常存在误差会残留到下一时刻。
逍遥客33
·
2017-06-13 21:00
运动目标跟踪(一)--搜索算法预测模型之KF,
EKF
,UKF
这里先总体介绍下,原文转自:http://www.cnblogs.com/gaoxiang12/p/5560360.html任何传感器,激光也好,视觉也好,整个SLAM系统也好,要解决的问题只有一个:如何通过数据来估计自身状态。每种传感器的测量模型不一样,它们的精度也不一样。换句话说,状态估计问题,也就是“如何最好地使用传感器数据”。可以说,SLAM是状态估计的一个特例。1.离散时间系统的状态估计
学之之博未若之之要-知之之要未若行之之实
·
2017-05-11 21:46
kalman滤波以及
EKF
之前在看tinySLAM的时候就涉及到了PF(粒子滤波),现在在看google的cartographer的代码的时候又遇到了
EKF
这个滤波的方法,所以还是值得学习一下的。
LilyNothing
·
2017-03-27 08:17
基本理论知识
SLAM学习
kalman滤波以及
EKF
之前在看tinySLAM的时候就涉及到了PF(粒子滤波),现在在看google的cartographer的代码的时候又遇到了
EKF
这个滤波的方法,所以还是值得学习一下的。
LilyNothing
·
2017-03-27 08:17
基本理论知识
SLAM学习
2017年第一篇:关于
EKF
2的讨论(总有你想要的)
一、开篇首先,自我介绍一下,我叫summer,很久很久很久没有更新blog了,这一段时间确实是太忙了,然后,很多人应该都知道summer开PX4培训班了吧,在此非常感谢大家的捧场。接着,也接触了很多神一样的人物,交流一些非常对头的思想。虽然,伴随着年前国内某些知名无人机企业的裁员。但是,丝毫没有阻碍大家踊跃迈入“机”年的脚步。啪啪,经过一年多的发展,PX4算是小有名气。“机”年,您准备好了吗?二、
_Summer__
·
2017-02-23 17:31
UAV
学习ardupilot一点心得
EKF
:是卡尔曼滤波,整合陀螺仪和加速度计,罗盘数据的。AHRS:航子系统。
Surpas-HC
·
2016-12-28 17:09
基于四元数的扩展卡尔曼滤波器(
EKF
)姿态估计文献小结
欢迎交流~个人Gitter交流平台,点击直达:ReferenceSurveyofNonlinearAttitudeEstimationMethods→2007综述性文章Thispaperwillreviewthebasicassumptionsofthesefilters,observers,andsmoothers(平滑器),presentingenoughmathematicaldetailt
FantasyJXF
·
2016-12-03 16:20
Pix学习笔记
姿态估计(1)——互补滤波(Complementary filter )
注:本文转载自博主:Gen_Ye博客:《Pixhawk-姿态解算-互补滤波》想要了解用于姿态解算的扩展卡尔曼滤波的可以看这里姿态估计(2)——扩展卡尔曼滤波(ExtendedKalmanFilter—
EKF
慕离巷
·
2016-10-18 16:07
无人机
科研
卡尔曼滤波_3(
EKF
)
wiki原文
EKF
在估计理论中,
EKF
是KF的非线性版本,对当前估计的均值和协方差进行线性化。如果状态转移模型很准确的话,
EKF
会是非线性状态估计理论、导航系统、GPS中最好的方法。
DuinoDu
·
2016-08-07 16:36
英文博客翻译
卡尔曼滤波
运动目标跟踪(一)--搜索算法预测模型之KF,
EKF
,UKF
这里先总体介绍下,原文转自:http://www.cnblogs.com/gaoxiang12/p/5560360.html任何传感器,激光也好,视觉也好,整个SLAM系统也好,要解决的问题只有一个:如何通过数据来估计自身状态。每种传感器的测量模型不一样,它们的精度也不一样。换句话说,状态估计问题,也就是“如何最好地使用传感器数据”。可以说,SLAM是状态估计的一个特例。1.离散时间系统的状态估计
Eason.wxd
·
2016-06-25 16:00
运动跟踪
Pixhawk之姿态解算篇(5)_ECF/
EKF
/GD介绍
一、开篇很久没更新blog了,最近研究的东西比较杂乱,也整理了很多东西,没有来的及更新,最近发现很多小伙伴都开始写blog了,在不更新就要“被落后了”。兄弟们,等等我啊~~~转了这么久又回到了姿态解算部分,最近研究了现有的几种关于姿态解算的实现算法,理论大都相通,请各位耐心看完。希望阅读本部分的读者对姿态解算算法有一定基础的认识,该部分涉及了常用的三种姿态解算算法:ExplicitCompleme
_Summer__
·
2016-06-21 16:03
UAV
SLAM中的
EKF
,UKF,PF原理简介
目前SLAM后端都开始用优化的方法来做,题主想要了解一下之前基于滤波的方法,希望有大神能够总结一下各个原理(
EKF
,UKF,PF,FastSLAM),感激不尽。
半闲居士
·
2016-06-05 11:00
robot_pose_
ekf
使用说明
协方差参数的设置主要确定mpu6050和odom编码器协方差参数的设置参考:turtlebot_node协方差的设置mpu605参数的设置参考:https://github.com/Arkapravo/turtlebot/blob/master/turtlebot_node/src/turtlebot_node/gyro.pyself.imu_data.orientation_covariance
EAIBOT
·
2016-05-14 12:26
ROS杂谈
相机姿态轨迹最小二乘多项式平滑优化(防抖动)
虽然
EKF
或者G2O(通用图优化)会帮我们最小化错误,但是当我们得到正确的最接近真实的姿态后,我们会发现这些姿态是存在细微抖动的。下图为未平滑的相机姿态(Matlab):我们看到有大量的抖动在里面。
aptx704610875
·
2016-05-11 17:00
Slam
相机姿态
防抖动
关于SLAM的那些事——通用图优化(G2O)环境搭配(windows8.1 vs2013)
贝叶斯滤波器(
EKF
扩展卡尔曼滤波,PF粒子滤波)和通用图优化(G2O)是使得姿态更加精准稳定的两种方法。近些年来G2O在视觉SLAM领域逐渐成为了主流的后端优化
BBZZ2
·
2016-05-10 11:00
关于SLAM的那些事——通用图优化(G2O)环境搭配(windows8.1 vs2013)
贝叶斯滤波器(
EKF
扩展卡尔曼滤波,PF粒子滤波)和通用图优化(G2O)是使得姿态更加精准稳定的两种方法
aptx704610875
·
2016-04-26 13:00
计算机视觉
G2O
通用图优化
windows配置
[UVA]Pixhawk之姿态解算篇(4)_补充篇
昨天开了一整天的会议,最终决定姿态解算部分还是需要用
EKF
做,慢慢搞吧,但是我还
qq_21842557
·
2016-04-11 16:00
源码
框架
uva
版权
UAV
PIXHAWK 飞控中的
EKF
姿态估计的欧拉角求解
题主没有说明是原生固件还是APM版的固件,原生固件已经取消
EKF
姿态解算了,官方解释的原因是占RAM太大。
BBZZ2
·
2016-04-05 15:00
上一页
3
4
5
6
7
8
9
10
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他