概率机器人(1)

概率机器人的核心就是由传感器数据来估计状态的思路。状态估计解决的是从不能直接观测但可以推断的传感器数据中估计数量的问题.

 首先介绍一维正态分布的概率密度函数:

                                                         p(x) = (2\pi \sigma ^{2})^{-\frac{1}{2}}\exp \left \{ -\frac{1}{2}\frac{(x-u)^{2}}{\sigma ^{2}}\right \}                                                                              (1)

我们经常把它记为N = (x; u, \sigma ^{2}),  他指出了随机变量及其均值和方差。但是x经常是一个多维矢量。多元正态分布的密度函数有一下形式:

                                                p(x) = det(2\pi\varepsilon )^{-\frac{1}{2}}\exp \left \{ -\frac{1}{2}(x-u)^{T} {\varepsilon^{-1}(x - u)}\right \}                                                                 (2)

其中u为均值矢量;\varepsilon为一个半正定对称矩阵称为协方差矩阵。\varepsilon ^{-1}在SLAM中我们称为信息矩阵。首先解释下半正定对称矩阵,协方差矩阵,信息矩阵以及反对称矩阵。

1)半正定对称矩阵:\varepsilon是由变量之间的协方差来求得的,即对于x = [x_{1}, x_{2}, x_{3}, \cdot, \cdot, \cdot ]^{T}这一组随机变量求他们之间的协方差,  

                                              

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值