![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
amcl
不加辣先生
这个作者很懒,什么都没留下…
展开
-
AMCL (1) --似然场模型LikelihoodFieldModelProb (最详细)
double AMCLLaser::LikelihoodFieldModelProb(AMCLLaserData *data, pf_sample_set_t* set){ AMCLLaser *self;//类对象 int i, j, step;//点云序号,粒子序号,间隔几个粒子 double z, pz;//障碍物距离,概率值 double log_p; //概率对数值 double obs_range, obs_bearing;//数据距离,和角度 double total原创 2021-06-24 17:21:45 · 1645 阅读 · 1 评论 -
AMCL (2) --似然场模型LikelihoodFieldModel
double AMCLLaser::LikelihoodFieldModel(AMCLLaserData *data, pf_sample_set_t* set){ AMCLLaser *self; int i, j, step; double z, pz; double p; double obs_range, obs_bearing; double total_weight; pf_sample_t *sample; pf_vector_t pose; pf_vec原创 2021-06-24 17:24:02 · 697 阅读 · 0 评论 -
amcl_laser 似然域--概率计算
amcl_laser 似然域--概率计算1、蒙特卡罗定位主要流程:amcl_laser.cpp1、蒙特卡罗定位主要流程:1)评分的基础方法是机器人感知模型----测距仪似然域模型。这里的模型采用四类测量误差,小的测量噪声hit、意外对象引起的误差short,以及由于未检测到对象引起的误差max和随机意外噪声rand。2)通过按照不同权重进行组合上面四类重点测量误差,得到一个混合分布模型3)通过该方法计算每个粒子,将平面栅格地图转化为似然地图4)伪代码伪代码程序用似然域计算测量概率的算法原创 2020-07-02 10:11:10 · 834 阅读 · 0 评论