【SLAM14讲】03 SLAM问题的数学表述

假设小萝卜正携带着某种传感器在未知环境里运动， 由于相机通常是在某些时刻采集数据的，所以我们也只关心这些时刻的位置和地图。怎么用数学语言描述这件事呢？

• 一段连续时间的运动变成了离散时刻 t = 1, . . . , K 当中发生的事情;
• 用 x 表示小萝卜自身的位置, 于是各时刻的位置就记为 x1, . . . , xK，它们构成了小萝卜的轨迹。
• 地图方面，我们设地图是由许多个路标（Landmark）组成的，而每个时刻，传感器会测量到一部分路标点，得到它们的观测数据。不妨设路标点一共有 N 个，用 y1, . . . , yN 表示它们。

一、运动方程

什么是运动？我们要考虑从 k − 1 时刻到 k 时刻，小萝卜的位置 x 是如何变化的。

二、观测方程

什么是观测？假设小萝卜在 k 时刻，于 xk 处探测到了某一个路标 yj，我们要考虑 这件事情是如何用数学语言来描述的。

 举例：

假设小萝卜在平面中运动，那么，它的位姿由两个位置和一个转角来描述，即

同时，运动 传感器能够测量到小萝卜在每两个时间间隔位置和转角的变化量：

 小萝卜携带着一个二维激光传感器，激光传感器观测一个 2D 路标点时，能够测到两个量：路标点与小萝卜本体之间的距离 r 和夹角 ϕ，记路标点为

 观测数据为

 运动方程和观测方程为

传感器是相机，那么观测方程就是“对路标点拍摄后，得到了图 像中的像素”的过程。

三、联合方程

SLAM 过程可总结为两个基本方程：

 当我们知道运动测量的读数 u，以及传感器 的读数 z 时，如何求解定位问题（估计 x）和建图问题（估计 y）？这时，我们把 SLAM 问题建模成了一个状态估计问题：如何通过带有噪声的测量数据，估计内部的、隐藏着的状态变量？

四、状态估计

状态估计问题的求解，与两个方程的具体形式，以及噪声服从哪种分布有关。