卡尔曼滤波器_使用卡尔曼滤波器和路标实现机器人定位

本文为 AI 研习社编译的技术博客，原标题 ：

Robot localization with Kalman-Filters and landmarks

作者 | Jannik Zürn

翻译 | 郭乃峤、ThomasGui

校对 | Disillusion 审核 | 酱番梨 整理 | 立鱼王

原文链接：

https://medium.com/@jannik.zuern/robot-localization-with-kalman-filters-and-landmarks-cf97fa44e80b

让我来介绍一下——Robby 是个机器人。技术上说他是个过于简单的机器人虚拟模型， 但对我们的目的来说足够了。Robby 迷失在它的虚拟世界，这个世界由一个2维平面构成，里面有许多地标。他有一张周围环境的地图(其实不需要地图也行)，但是他不知道他在环境中的确切位置。

Robby(红色大圆圈)和2个地标(红色小圆圈)

这个文章的目的是教你用地标检测和扩展卡尔曼滤波器一步一步实现机器人定位。

第一部分-线性卡尔曼滤波器

卡尔曼滤波器可以理解为一种感知充满噪声的世界的方式。当我们要定位机器人在哪里，依赖两个条件：我们知道机器人如何从一个时刻移动到下个时刻，因为我们以某种确定的方式命令它移动。这称为状态转移(即机器人如何从一个状态转移到另一个)而且我们能用各种传感器如相机