智能无人系统（期中复习）

一、名词解释（5*4'）

1.SLAM

        定位+建图。一方面要明白自身的状态（即位置），另一方面也要了解外在的环境（即地图）。

2.刚体的定义

        刚体是在任何情况下，其内部任意两点之间的距离始终保持不变的物体。换言之，刚体的形状和大小在运动过程中不会发生任何改变。

3.刚体的运动

        两个坐标系之间的运动由一个旋转加上一个平移组成。

4.特殊正交群

        旋转矩阵的集合为特殊正交群。旋转矩阵满足R是一个正交矩阵且R的行列式为+1。特殊正交群定义如下：

5.公式含义解释（卡尔曼滤波）

6.相机坐标系概念（世界/图像像素/图像物理概念）

        相机坐标系的原点通常位于相机的光心（Optical Center），即相机镜头的中心点。Z轴与摄像机主光轴重合。

7.卡尔曼增益

        卡尔曼增益（Kalman Gain）是卡尔曼滤波算法中的一个关键参数，用于在状态估计过程中平衡预测误差和测量误差。

        卡尔曼增益的大小反映了测量值相对于预测值的可信度。如果测量噪声较小（即 Rk​ 较小），卡尔曼增益较大，意味着测量值在状态更新中占较大权重。相反，如果预测误差较小（即 Pk∣k−1​ 较小），卡尔曼增益较小，意味着预测值在状态更新中占较大权重。通过这种方式，卡尔曼滤波能够在预测和测量之间找到一个最优的平衡点，从而实现对系统状态的最优估计。

......

二、问答（80'）

1.SLAM的基本框架

智能无人系统（视觉SLAM基本知识-初始SLAM）_视觉slam基础-CSDN博客

2.四元素和欧拉角

智能无人系统（SLAM中四元素和欧拉角的区别）-CSDN博客

3.坐标系转换（几个坐标系区别）

        ......

4.卡尔曼滤波

【卡尔曼滤波】图文结合带你详细推导卡尔曼滤波（超详解）-CSDN博客

5.其他

后续更新，敬请期待