卡尔曼滤波/粒子滤波融合定位模拟器

最近稍闲，稍微整理了一下以前的部分代码，虽然写得不够好,但是对于新手也许也有一定的分享价值。具体算法细节我就暂时不讲了，网上太多了。

所以分享这个我用JAVA写的一个模拟器。模拟定位和惯导（或者pdr）利用粒子滤波和卡尔曼滤波的可视化小demo，代码放在GitHub上了,如果觉得有用请点星星:-D.

先上一张运行图，其中图上的各种颜色点点标识不同的算法定位结果，和右边显示的颜色对应。未有说明的红色标识真实位置，后面的定位结果图都将以红色为参照标准：

为了方便对比，先看单独模拟INS(pdr）的效果部分（紫色点），把其他定位结果先隐藏。情况还是比较符合预期，INS刚开始比较准，然后慢慢出现偏差累积。

再来看看单独利用MLE(最大似然估计）的定位结果：其实MLE定位结果（黄色点）统计值是不错的，但是因为其跳动和不连续的特征，导致体验不好也就是很难看出是一条连续路径。

所以我们需要把两种方法的定位结果通过KF或者PF进行融合如下两张图所示，弥补互相的不足。这样连续性和精度上面都有提高。

在这一段模拟上面可以看到平均精度卡尔曼滤波最好，INS还在走向发散。这里的粒子滤波出现了比较严重的粒子退化现象，感兴趣的童鞋可以调整一下参数。

转载于:https://www.cnblogs.com/lesliexong/p/7461284.html

卡尔曼滤波/粒子滤波融合定位模拟器相关推荐

【目标定位】基于matlab粒子滤波的定位算法【含Matlab源码 2161期】
一.基于粒子滤波污染源定位简介粒子滤波定位算法是目前最精准定位可移动物体的位置,由于水域的流动,工业固体废物污染源很可能随着水流移动位置,基于粒子滤波算法将污染物定位分为预测.测量以及重新采样可大大 ...
蒙特卡洛粒子滤波定位算法_蒙特卡罗定位算法(基于粒子滤波的定位算法) ——原理、理解与仿真...
1 算法原理 1.1 机器人定位问题关于机器人定位,有三大问题,它们分别是: (1)"全局定位":指初始位置未知,机器人靠自身运动确定自己在地图中的位姿. (2)"位姿 ...
机器人学习--粒子滤波/MCL定位的理论基础（先验知识）
跨学科(未学过数理统计和滤波等课程)的研究人员看懂粒子滤波或MCL定位的理论 2019年剑桥大学一名教授 Simon Godsill 发表了一篇论文: Godsill S. Particle filt ...
机器人学习--粒子滤波SLAM/MCL定位参考资料+学习经验
学习材料1: <概率机器人学> 谷歌无人驾驶之父 Sebastian Thrun等人著作. 注释: 可能是本人智商有限,或者是移动机器人学领域的基础知识了解不多. 刚刚看这本书的时候,尤其 ...
机器人学习--粒子滤波及其在定位中的应用
前提基础,先看一下贝叶斯滤波和蒙特卡洛方法一.什么是粒子滤波? 这里有个基于粒子滤波的物体跟踪案例说明: 参考:基于粒子滤波的物体跟踪 - yangyangcv - 博客园如果还是看不懂 ...
蒙特卡洛粒子滤波定位算法_定位算法 -- MCL蒙特卡洛（粒子）滤波
之前的文章介绍过卡尔曼滤波算法进行定位,我们知道kalman算法适合用于线性的高斯分布的状态环境中,我们也介绍了EKF,来解决在非高斯和非线性环境下的机器人定位算法.但是他们在现实应用中存在计算量,内 ...
机器人学习--网友资料系列激光SLAM建图、粒子滤波定位和位姿图优化
一.移动机器人自主导航的前提是在未知环境中先构建地图 (目前市内很多用的2D激光雷达,构建栅格地图,相当于立体空间中的某个水平面高度的切面) 一般用的是2D 激光SLAM算法构建概率栅格占用地图: ...
湖南工程学院计算机与通讯学院肖鹏,基于区间分析无迹粒子滤波的移动机器人SLAM方法...
[摘要] In particle filter simultaneous localization and mapping method ( SLAM ) for mobile robots, lin ...
粒子滤波在图像跟踪领域的实践
文章目录前言粒子滤波与卡尔曼滤波的介绍卡尔曼滤波粒子滤波粒子滤波与卡尔曼滤波跟踪对比实验小结跋前言原文首发于微信公众号「3D视觉工坊」. 前两天在GitChat上总结了自己当 ...

卡尔曼滤波/粒子滤波融合定位模拟器

卡尔曼滤波/粒子滤波融合定位模拟器相关推荐

最新文章

热门文章