融合定位-SLAM
文章平均质量分 86
无人驾驶中关键技术之一为高精度融合定位
信鸽爱好者
这个作者很懒,什么都没留下…
展开
-
SLAM 算法综述
LOAM中作者解析地求出了雅各比的表达式(其中使用了一些小技巧统一了不同特征点的残差函数的导数表达),ALOAM则是简单地使用了ceres提供的自动求导工具(这样可以节省开发的时间,得到了也是准确的解,但是运算时间会稍稍长些,具体可以参见ceres的官方文档)。LOAM使用了作者定义的特征点提取和匹配方法,主要去边角点和平面点。ALOAM中缺少了对提取到的特征点的筛选过程,具体可以参见LOAM的代码部分(对一些不好的边角点做了筛选)。LOAM中提供了使用IMU信息修正的接口, ALOAM中省略了这一块。原创 2024-03-16 09:42:27 · 511 阅读 · 0 评论 -
动态相对定位差分关键技术
卫星导航差分定位,动态相对定位关键技术原创 2023-09-01 10:18:30 · 502 阅读 · 0 评论 -
POS 后处理Applanix
原创 2019-12-23 13:45:29 · 250 阅读 · 0 评论 -
POS后处理方法
一种正反向组合导航结果融合的POS后处理方法【专利】扈光锋,周祖洋,周东灵…本发明属于一种POS数据的后处理方法,具体涉及一种正反向组合导航结果融合的POS后处理方法。目的是实现正、反向组合导航结果的最优融合,获得全局最优的高精度位置姿态后处理结果。正、反向组合导航结果融合方程的表达形式如下:N=(P1+P2)-1(P2N1+P1N2),P1表示正向组合导航的误差估计协方差阵,N1表示正向组合...原创 2019-12-20 14:12:19 · 1244 阅读 · 1 评论 -
协方差矩阵学习
一、多维随机变量的协方差矩阵对多维随机变量列向量,我们往往需要计算各维度之间的协方差,这样协方差就组成了一个n×n的矩阵,称为协方差矩阵。协方差矩阵是一个对角矩阵,对角线上的元素是各维度上随机变量的方差。 我们定义协方差为, 矩阵内的元素为协方差矩阵为 二、样本的协方差矩阵与上面的协方差矩阵相同,只是矩阵内各元素以样本的协方差替换。假设数据集表示m个样本, 每个样本表示为。所有样本可以组...转载 2019-11-06 10:22:48 · 2806 阅读 · 1 评论 -
卡方检验和卡方分布
什么是卡方检验卡方检验是一种用途很广的计数资料的假设检验方法。它属于非参数检验的范畴,主要是比较两个及两个以上样本率( 构成比)以及两个分类变量的关联性分析。其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。它在分类资料统计推断中的应用,包括:两个率或两个构成比比较的卡方检验;多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。例子1:四格卡方检验以下为一个典型的四格...原创 2019-11-04 18:31:45 · 3125 阅读 · 0 评论 -
融合滤波之卡方检验 chi-square
所考虑的决策变量在无差错的情况下具有零均值的高斯分布,并且在出现差错的情况下存在偏倚。因此,可靠性测试可以使用一个概率对应的x轴上的点作为阈值来进行如果第一个方程得到验证,零假设(第i个观测结果没有错误)将被接受,如果第二个方程得到验证,替代假设(第i个观测结果没有错误)将被接受。在同时出现多个错误的情况下,可以递归地使用此策略,在每一步中剔除最大的错误,直到不再发现错误为止。...原创 2019-11-04 18:04:24 · 2746 阅读 · 6 评论 -
INS误差方程及估计方法---卡尔曼滤波
INS误差方程:fai矩阵是系统状态转移矩阵,其计算方法是在惯性导航误差方程基础上,采用泰勒级数展开,并忽略高阶项。系统误差矩阵初值是根据经验和器件精度指标设定,并在每次滤波前,进行离散化处理后得到。...原创 2019-11-04 17:04:12 · 1091 阅读 · 0 评论 -
图解卡尔曼滤波
原创 2019-11-04 12:03:25 · 1640 阅读 · 0 评论 -
卡尔曼滤波,最最容易理解的讲解.
学习卡尔曼滤波看了4天的文章,硬是没看懂.后来找到了下面的文章一下就看懂了.我对卡尔曼滤波的理解,我认为,卡尔曼滤波就是把统计学应用到了滤波算法上.算法的核心思想是,根据当前的仪器"测量值" 和上一刻的 “预测量” 和 “误差”,计算得到当前的最优量. 再 预测下一刻的量,里面比较突出的是观点是. 把误差纳入计算, 而且分为预测误差和测量误差两种.通称为 噪声.还有一个非常大的特点是...转载 2019-11-04 11:50:18 · 260 阅读 · 0 评论 -
卡尔曼滤波方法kalman filtering
在我总结Kalman filtering之前请允许我发泄一下,网上的各版本的卡尔曼滤波方程的变量字母真是他妈多,而范例却全都是同一个测量气温的简单例子,单纯看书的话公式自己又推不出来,真是日了狗了。 好了,说到卡尔曼滤波,才华横溢卡尔曼老先生到去年终于是去世了(此处仅有敬意),而卡尔曼滤波的作用却日益彰显。大概我对卡尔曼滤波的初步理解就是(反正这句话也是抄的,看看就好了,我其实也不懂):根据当...转载 2019-11-04 11:45:29 · 684 阅读 · 0 评论