十四讲之——小萝卜运动的数学语言描述

我的眼睛采集的是一段连续时间内某些时刻的图像数据，你能得到的是我在这些时刻的位置和环境地图。而这些时刻是离散的时间点t。
在某一时刻，我自身的位置就是x，从t=1开始到t=k，这段时间内我的所有位置对应为x1……xk，形成我的运动轨迹。
同时，我身上的传感器会在每一时刻测量到一些路标点y，获取它们的观测数据。
我需要用数学方式告诉你两件事：
1.我的运动。两个相邻的时刻点k-1和k之间，我的位置X是怎么变化的。
2.我的观测。在我运动到某一时刻K时，传感器探测到路标YK。我该怎么告诉你。
——————————————————————————————————————
1.我的运动。当然有测量我运动的传感器啦。毫无疑问，此刻我的运动肯定跟前一时刻的位置有关系。而且我的运动不是简单的从A到B：也许是直走前进1米，也许是左转90度，也许是加油，也许是刹车——有距离、有角度、还有加速度，这些都是传感器能够读到或者告诉我的运动数据。而且我眼睛看到的会和实际的存在数据会有一定的误差，这就是噪声。所以，我可以给你一个抽象的函数，表示我的运动方程：
X(此刻位置)=f(前一时刻的位置，此刻的运动数据，噪声)
关于噪声，举个例子。传感器告诉我前进1米，但是在我身体运动的时候脚下打滑，只前进了0.5米。传感器告诉我转90度，但是我的身体碰到临时障碍，只转了80度。这些临时事故让噪声充满随机性，如果你对这些噪声不管不顾，那计算出来的结果一定和我的实际运动相差十万八千里。

2.我的观测
当我运动的某一时刻，传感器发现了附近有一个路标。你肯定会根据我的位置和路标点位置，通过函数计算你想要的的观测数据。这个过程中肯定也存在噪声。这个抽象函数可以表示为
z（此刻位置的观测数据）=h(路标点此刻数据，机器人此刻的位置，噪声)

根据此刻我的位置X和路标点的数据Y，结合噪声数据，可以大概估计我的定位和环境建。因此SLAM问题实际就是状态估计问题。至此，完成基本的数学建模。