yoyozhang
分享资料个
机器⼈学，本质上研究的是世界中运动物体的问题。机器⼈的时代已经来临：⽕星车正在太空探索，⽆⼈机正在地表巡航，很快，⾃动驾驶汽车亦将闯⼊眼帘。尽管每种机器⼈的功能各异，然⽽在实际应⽤中，它们往往会⾯对⼀些共同的问题——状态估计（state estimation）和控制（control）。机器⼈的状态，是指⼀组完整描述它随时间运动的物理量，⽐如位置，⾓度和速度。本书重点关注机器⼈的状态估计，控制的问题则不在讨论之列。控制的确⾮常重要——我们希望机器⼈按照给定的要求⼯作，但⾸要的⼀步乃是确定它的状态。⼈们往往低估了真实世界中状态估计问题的难度，⽽ 我们要指出，⾄少应该把状态估计与控制放在同等重要的地位。本书中，我们先介绍受⾼斯噪声影响下的线性系统状态估计中的经典结论。然后，我们介绍如何将它们拓展到⾮⾼斯⾮线性系统下。与经典的估计理论教程不同，我们会详细讲解三维空间机器⼈的状态估计，并对旋转采⽤更具针对性的⽅法。本章的其余部分将简单介绍⼀些估计理论的历史，讨论不同类型的传感器与测量⼿段，最后引出什么是状态估计问题。本章的内容可以看成对全书内容的概述。末尾会介绍本书的结构，并推荐⼀些相关的阅读材料。
状态估计的过程，就是理解传感器本质的过程。任何传感器的精度都是有限的，所以每个真实传感器的测量值都有不确定性。特定传感器在测量特定物理量时会有优势，然⽽即便是最好的传感器，也有⼀定程度的不确定性。当我们想结合多种传感器的测量值来估计状态时，最重要的就是了解所有的不确定量，从⽽推断我们对状态估计的置信度。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !
