安全人机交互中机器人行为设计解析
1. 状态估计符号定义
| 类型 | 状态估计 | 估计误差 | 均方估计误差(MSEE) |
|---|---|---|---|
| 后验 | $\hat{x}_j (k|k)$ | $\tilde{x}_j (k|k)$ | $X_j (k|k)$ |
| 先验 | $\hat{x}_j (k + 1|k)$ | $\tilde{x}_j (k + 1|k)$ | $X_j (k + 1|k)$ |
2. 信念空间中的安全集
在信念空间中,对于 $j \in H$,$x_j$ 的状态估计不再是一个点,而是一个分布 $N(\hat{x}_j, X_j)$,其中 $X_j$ 是协方差,表示估计中的不确定性水平,且所有分布都假设为高斯分布。$X_j$ 可写为 $X_j = E[(x_j - \hat{x}_j)(x_j - \hat{x}_j)^T]$,即均方估计误差(MSEE)。
由于 $x_j (k + 1)$ 的分布是无界的,不等式约束需要满足概率约束:
$P{x_j (k + 1) : L(k)u_R \leq S(k, x_H)} \geq 1 - \epsilon, \forall j \
超级会员免费看
订阅专栏 解锁全文
2276

被折叠的 条评论
为什么被折叠?



