2021年02月_寒墨阁

12月 09月 07月 06月 03月 02月 01月

原创 AirSim仿真IMU内参分析

本文将详细介绍AirSim中的惯性测量单元IMU传感器的噪声参数模型以及如何在open_vins\vins_mono等算法中应用这些参数：尤其是何时使用连续噪声模型参数、何时使用离散噪声模型参数。

2021-02-06 19:45:08 14564 14

原创在AirSim中如何获取三维环境真值

在仿真测试中，环境的三维地图真值十分重要，可以作为各类建图算法的评价依据，也可以用来调试三维路径规划、避障等算法。在2020年12月，AirSim添加了一项新功能：直接从仿真环境获取指定范围和精度的voxel grid，以binvox格式保存，而binvox格式的文件又可以很容易转换成octomap，方便用户进一步使用。以下是该功能的使用测试。

2021-02-22 19:56:28 15394 1

原创使用ros actionlib向机器人发送目标点

当我们已有现成地图的时候，ros的Navigation程序包可以根据已有地图进行定位导航，其中的move_base程序包应用ros的actionlib机制接收全局目标点，进行路径规划，然后对移动机器人进行控制行进至目标点。本文将展示用c++和python如何应用actionlib来向move_base发送目标点。

2021-02-18 12:26:32 16182 13

原创 AirSim中的物理引擎

“物理引擎”是指在一款仿真软件/平台中使用的模拟现实世界物理逻辑的计算单元，在AirSim中，针对无人机MultiRotor的物理引擎是AirSim自己开发的FastPhysics，而针对车辆Car的物理引擎是Unreal自己的PhysX引擎。本文提供了在车辆Car SimMode下使用FastPhysicsEngine的方法。

2021-02-17 19:04:51 13029 7

原创 Unscented Kalman filter无迹卡尔曼滤波

扩展卡尔曼滤波（EKF）用一阶导数来对非线性模型做局部线性化，而无迹卡尔曼滤波UKF使用所谓“统计线性化”方法，从一个已知的分布中做采样，也就是“生成sigma points”，来“模拟”非线性模型的随机分布。UKF也包含经典的“预测”和“更新”过程，只不过多了一步sigma points的采样。

2021-02-10 14:43:45 14096 2

原创如何获得gazebo仿真中的机器人位姿真值

如何获得gazebo仿真中的机器人位姿真值的三种方式：1. 订阅gazebo话题/请求gazebo服务；2. 使用tf；3. 应用插件。

2021-02-07 19:14:27 17501 6

原创可靠性计算python库

这里的可靠性Reliability指的是工程领域中的硬件可靠性，而非软件可靠性。可靠性的相关计算需要经验积累，针对性强的相关开源软件是比较少的。以下是我在github上找到的两个可靠性计算python包。

2021-02-07 19:13:15 16193 3

原创 Ensemble Kalman filter集合卡尔曼滤波

在气象预测领域，很多时候，模型具有巨大的量级，如果使用传统的卡尔曼滤波，协方差矩阵的更新将是一个~10e22量级的计算操作，因此传统的卡尔曼滤波并不适用。集合卡尔曼滤波（Ensemble Kalman filter）用sample covariance模拟原本的协方差矩阵，用一个小的多的量级的矩阵运算代替原本的协方差矩阵更新。集合卡尔曼滤波与粒子滤波有相通之处，本文将通过一个应用EnKF进行定位的python实例来初探集合卡尔曼滤波的概念。

2021-02-07 13:00:36 27224 3

原创 ubuntu系统下用matlab command line调用sh文件的方法

在matlab脚本或者cmd窗口里执行unix命令的方法，以及解决用matlab启动roslaunch时的问题..

2021-02-06 21:12:20 13396

原创从EKF到MSCKF

本文主要会对msckf与ekf的联系做一个大体的介绍，以便读者在掌握ekf思想的基础上更好地把握msckf的思路，不会涉及msckf内具体的数学推导，也不会像前几节一样对msckf的代码做具体展示，只在最后给出msckf的代码链接和使用指南。

2021-02-03 17:32:23 12579

原创 EKF SLAM学习笔记03

在上一节中我们看到的是扩展卡尔曼滤波在定位中的应用，EKF同样可以应用于SLAM问题中。在定位问题中，机器人接收到的观测值是其在二维空间中的x-y位置。如果机器人接收到的是跟周围环境有关的信息，例如机器人某时刻下距离某路标点的距离和角度，那么我们可以根据此时机器人自身位置的估计值，推测出该路标点在二维空间中的位置，将路标点的空间位置也作为待修正的状态量放入整个的状态向量中。

2021-02-03 17:31:40 12180