《机器人学中的状态估计》第二讲(第三章)课后习题作业

目录

1.考虑离散时间系统:

2.使用第1题的系统,令Q=R=1,证明:

6.证明:


1.考虑离散时间系统:

解:

(1)推导   H,W,z,\hat{^}x 的详式。

考察教材3.1.2小节,同为线性系统,不同之处是简化了转移矩阵A_{k}和观测矩阵C_{k}为单位阵I ,(I\in \mathbb{R}^{N\times N}),同时初始状态未知。

.....,教材把通式都给了,这里由教材式(3.12),去掉含有初始状态的行(列)得:

z=[v_{1},...,v_{K}|y_{0},...,y_{K}]^{T}

由教材式(3.13)得:

H=\begin{bmatrix} -1 & 1 & & \\ & \ddots & \ddots & \\ & & -1&1 \\ -&--&-&-\\ 1& & & \\ & 1& & \\ & & \ddots & \\ & & &1 \end{bmatrix}

W=\begin{bmatrix} Q& & & |& & & & \\ & \ddots & & |& & & & \\ & & Q& |& & & & \\ -&-&-&-&-&-&-&\\ & & & |&R& & & \\ & & & |& & \ddots & & \\ & & & |& & & R& \\ \end{bmatrix}

由教材式(3.16)得:

\hat{x}=(H^{T}W^{-1}H)^{-1}H^{T}W^{-1}z

(2)当K=5时,所有噪声互相无关,\hat{^}x是否存在唯一解?考察教材3.1.4小节

由题意得:符合情况二,没有先验知识,由教材式(3.43)得:

rank(I_{0},I_{1},I_{2},I_{3},I_{4},I_{5})=N , (I\in \mathbb{R}^{N\times N})         

2.使用第1题的系统,令Q=R=1,证明:

解:

由于W为单位阵,则:

                        

由教材式(3.60)知,可设 L为:

LL^{T}=H^{T}W^{-1}H,即:

LL^{T}=\begin{bmatrix} l_{0} & & & & & \\ l_{10} & l_{1} & & & & \\ & l_{21} & l_{2} & & & \\ & & l_{32} & l_{3} & & \\ & & & l_{43} & l_{4} & \\ & & & & l_{54} & l_{5} \end{bmatrix} \begin{bmatrix} l_{0} & l_{10} & & & & \\ & l_{1} & l_{21} & & & \\ & & l_{2} & l_{32} & & \\ & & & l_{3} & l_{43} & \\ & & & &l_{4} &l_{54} \\ & & & & &l_{5} \end{bmatrix}

         = \begin{bmatrix} l_{0} l_{0} & l_{0} l_{10} & & & & \\ l_{0}l_{10} & l_{10}l_{10}+l_{1} l_{1} & & & & \\ & & \ddots& & & \\ & & \ddots & & & \\ & & \ddots& &l_{43} l_{43}+l_{4} l_{4} &l_{4}l_{54} \\ & & & &l_{54}l_{4} &l_{54} l_{54} +l_{5} l_{5} \end{bmatrix}   

        

  对应项相等得:

 

 

6.证明:

分析:下三角,对角线都为1,则行列式为对角线元素之积为1,再观察其每一项的伴随矩阵也为下三角,那么其行列式的计算都非常简单,那么用定义求逆想必是可以的

则:B^{-1}=\frac{1}{\left | B \right |}B^{*}=B^{*}

令   B^{*}=\begin{bmatrix} M_{11} & -M_{21}&\cdots &M_{K+1,1} \\ -M_{12}&M_{22} &\cdots &-M_{K+1,2} \\ \vdots & \vdots & \ddots & \vdots \\ M_{1,K+1}&-M_{2,K+1}&\cdots&M_{K+1,K+1} \end{bmatrix}

每一项代数余子式M都是下三角的形式,求其行列式都一目了然

易知:B^{*}=\begin{bmatrix} M_{11} & -M_{21}&\cdots &M_{K+1,1} \\ -M_{12}&M_{22} &\cdots &-M_{K+1,2} \\ \vdots & \vdots & \ddots & \vdots \\ M_{1,K+1}&-M_{2,K+1}&\cdots&M_{K+1,K+1} \end{bmatrix}=

 

我写的太Low,知乎大神的机器人学中的状态估计/State Estimation for Robotics—第三章习题答案

 

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器人学导论是一门研究机器人技术的课程。以下是对jcraig(可能是教材作者的名字)课后答案的300字文回答: jcraig课后答案包含了机器人学导论课程的一些重要问题和案例的解答。这些答案可以帮助学生更好地理解机器人学的原理和应用。 首先,jcraig课后答案可能会包含关于机器人结构和运动学的问题。学生可以学习到机器人的组成部分,例如关节、链节和驱动器,以及机器人的坐标系、运动学模型和逆运动学求解方法。这些答案可以帮助学生理解机器人如何执行各种任务和运动。 其次,jcraig课后答案可能会涉及机器人感知和环境理解的问题。学生可以学习到机器人感知技术,如传感器的分类、工作原理和数据处理方法。他们还可以了解机器人在复杂环境如何获取、处理和利用感知信息来进行决策和规划。 此外,jcraig课后答案可能会包含机器人控制和路径规划的问题。学生可以学习到机器人的控制方法,如PID控制、力/力矩控制和自适应控制。他们还可以了解机器人如何通过路径规划算法来规划运动轨迹和避障。 最后,jcraig课后答案可能会讨论机器人应用和发展趋势的问题。学生可以了解到机器人在制造业、医疗保健、农业等各个领域的应用情况,并了解机器人技术的未来发展方向和挑战。 总的来说,jcraig课后答案提供了对机器人学导论课程关键概念和问题的详细解答,帮助学生深入理解机器人学的原理和应用。通过学习这些答案,学生可以更好地掌握机器人技术,并为未来的研究和应用奠定基础。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值