视觉SLAM笔记(51) 非线性系统和 EKF
1. 非线性系统
必须要澄清一点: SLAM 中的运动方程和观测方程通常是非线性函数
尤其是视觉 SLAM 中的相机模型
需要使用相机内参模型以及李代数表示的位姿,更不可能是一个线性系统
一个高斯分布,经过非线性变换后,往往不再是高斯分布
所以在非线性系统中,必须取一定的近似,将一个非高斯的分布近似成一个高斯分布
2. 扩展卡尔曼滤波器
希望把卡尔曼滤波器的结果拓展到非线性系统中来
称为扩展卡尔曼滤波器(Extended Kalman Filter, EKF)
通常的做法是:
在某个点附近考虑运动方程以及观测方程的一阶泰勒展开,只保留一阶项,即线性的部分,然后按照线性系统进行推导
令 k−1 时刻的均值与协方差矩阵为 x ^ \hat{x}