上传者: 42131276
|
上传时间: 2021-11-10 09:01:22
|
文件大小: 54KB
|
文件类型: -
目标
了解参数和状态估计的最小二乘法
将线性卡尔曼滤波器及其非线性变体,扩展和无味卡尔曼滤波器应用于状态估计问题
为典型的定位传感器(例如GPS接收器,惯性传感器和LIDAR距离传感器)开发模型
了解LIDAR扫描匹配和迭代最近点(ICP)算法
使用这些工具将来自多个传感器流的数据融合到自动驾驶汽车的单个状态估计中
重要性
动机
我在哪里?
我移动多快?
为什么很难:传感器和测量不完美
定义
本地化:确定车辆位置和方向的过程
如何? 例如状态估计
状态估计:根据一组[噪声]测量值计算[物理量(例如车辆位置)的最可能值]
相关概念:参数估计
与状态(例如,车辆的位置和方向)不同,参数(例如,电阻的电阻)随时间是恒定的(即,预计从第一次测量到最后一次测量都不会改变)