![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
激光SLAM
NoEdUl
PhD candidate in SLAM.
Some experience on object tracking.
展开
-
基于滤波器的激光SLAM-2-Fast-SLAM
(Mark:有空把Fast-SLAM论文看一下) Fast-SLAM也是用粒子滤波(RBPF,就是PF加了RB分解,把地图m提出来了)。 之前我们已经推导过贝叶斯滤波即,给定观测和控制量,当前时刻状态量x 等于 常数 * 观测 *(运动模型 * 上一时刻状态量) 那实际SLAM运用中我们还需要一个地图m,那就是求 (引入条件概率公式) 可以得到 地图m跟控制...原创 2020-04-27 21:31:11 · 1949 阅读 · 2 评论 -
基于滤波器的激光SLAM-1-B-粒子滤波
粒子滤波天然就可以处理非线性情况,还可以处理多峰分布(全局定位)。 它是一个非参滤波器,没有像高斯分布一样有μ和Σ这类参数。 其中每一个x代表一个状态的假设,而w为对应的权重(一般是跟地图的匹配程度) 流程 首先当前时刻的粒子从上一帧传播过来 然后评估每个粒子的权重 根据权重进行重采样 以权重的概率接收粒子,权重低的粒子就大概率被抛弃了。 状态传播 从之前的贝叶斯滤...原创 2020-04-24 06:33:58 · 426 阅读 · 0 评论 -
基于滤波器的激光SLAM-1-A-贝叶斯滤波推导
用了这么多年Kalman Filter,居然才看贝叶斯滤波的推导。原创 2020-04-24 00:47:01 · 216 阅读 · 0 评论