-
公开(公告)号：CN109597864B
公开(公告)日：2020-10-16
申请号：CN201811347634.9
申请日：2018-11-13
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于椭球边界卡尔曼滤波的即时定位与地图构建方法及系统，提出一种包含集员滤波和卡尔曼滤波特点的模型，同时考虑模型随机和有界的不确定因素。该模型在状态转移方程和观测方程中都考虑了有界但不确定的噪声，具有更好的不确定度量特性。它还保留了卡尔曼滤波器中随机不确定性的递归框架，因此在迭代过程中保留了KF的优点。在集员滤波框架中，线性化应该最好地适应状态估计集上的非线性函数而不单只是在状态估计点，通过在整个状态估计集合上通过最小化函数值和线性函数近似值之间的加权平方误差来获得线性化模型。通过本发明达到改善非线性系统状态变量参数最优估计精度和系统计算稳定性的要求。
-
公开(公告)号：CN109597864A
公开(公告)日：2019-04-09
申请号：CN201811347634.9
申请日：2018-11-13
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于椭球边界卡尔曼滤波的即时定位与地图构建方法及系统，提出一种包含集员滤波和卡尔曼滤波特点的模型，同时考虑模型随机和有界的不确定因素。该模型在状态转移方程和观测方程中都考虑了有界但不确定的噪声，具有更好的不确定度量特性。它还保留了卡尔曼滤波器中随机不确定性的递归框架，因此在迭代过程中保留了KF的优点。在集员滤波框架中，线性化应该最好地适应状态估计集上的非线性函数而不单只是在状态估计点，通过在整个状态估计集合上通过最小化函数值和线性函数近似值之间的加权平方误差来获得线性化模型。通过本发明达到改善非线性系统状态变量参数最优估计精度和系统计算稳定性的要求。
-
Search Results
2
records
(took 0.028 seconds)
