amcl--里程计运动模型

本文介绍了amcl中的里程计运动模型,强调了如何利用内部里程计的相对运动信息进行位姿估计。在时间间隔内,通过旋转、平移和再次旋转的三个步骤来分解相对运动,这些步骤受到独立噪声的影响。通过算法,可以将初始位姿、里程计数据和假设的最终姿态转化为概率运动模型输出的数值概率。
摘要由CSDN通过智能技术生成

里程计运动模型

里程计模型使用相对运动信息 (relative motion information) , 该信息山机器 人内部里程计测量。更具体地,在时间间隔 (t-1, t] 内,机器人从位姿 x_{t-1} 前进到位姿x_t。里程计反馈了从\bar{x}_{t-1}=(\bar{x},\bar{y},\bar{\theta })^T\bar{x}_{t}=(\bar{x}',\bar{y}',\bar{\theta' })^T的相对前进。这 里" - "代表其是嵌在机器入内部坐标的,该坐标系与全局世界坐标的关系是 未知的。在状态估计中利用这个信息的关键就是

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