机器人控制算法——Bayes Filter贝叶斯滤波器
一些内容来自于:Mobile Sensing and Robotics. Link:Bayes Filter.
概率方法 Probabilistic Approaches.
主要用概率的方法,来描述,更新机器人当前的状态。需要知道全概率公式,bayes公式。其他相关的知识,不懂的补一下。
- Uncertainty in robot motion and observations.
- Use of probability theory to explicitly represent the uncertainty.
几条特性:
Recursive Bayes Filter.
注意一下几个notation的含义:
- belief():在时刻,机器人的位置(状态)的概率。
- : state at step , where the robotic are. 时刻,机器人的位置。
- : observation, measurement. 时刻的观测值。
- : control, action. 所采取的动作。
Prediction and Correction Step.
Bayes Filter can be written as two steps:
1. Prediction Step.
Motion Model.
2. Correction Step.
Observation Model.
推导笔记
下面是我做的推导的笔记(为了防止不清晰,我提供了扫描版本和原图版本),里面每一步的转换,包括全概率公式,马尔科夫假设,都没详细的去解释。如果不知道的,查一下。每一步的更新所采用的理论都进行了标注。如果有疑问,请在评论下面提出来。
- 扫描文档:
- 原图文档: