我正在研究误差状态卡尔曼滤波器,以使用 IMU 数据进行状态传播和基于视觉的测量进行更新来估计飞行器的位置和方向。
据我所知/理解 "Quaternion kinematics for the error-state KF" : 我有名义状态 $\mathbf{x}$ 和错误状态 $\delta\mathbf{x}$。 $\mathbf{x}$ 使用我的 IMU 测量值进行传播。 $\mathbf{F}$ 和 $\mathbf{H}$ 矩阵是根据错误状态而不是完整状态定义的。错误状态不会传播。
$\delta\mathbf{x}$ 在更新的步骤中首次计算,使用:
$\delta\mathbf{x} =\mathbf{K}\left(\mathbf{y} -\mathbf{H}(\hat{x})\right)$ --> 错误状态是独立的之前对错误状态的估计
据我了解,这是第一次计算 $\delta\mathbf{x}$,在使用它在正常状态下注入(inject)错误状态后,它被重置为零。
因此,据我了解,我们不需要预测/传播错误状态,因为我们没有有关错误的信息,因此以零启动,错误状态将始终返回零。 协方差矩阵显然必须随着误差的增长而更新。
在预测步骤中不预测错误状态并且仅在更新步骤中使用错误状态,这是否正确?
最佳答案
是的 - 完全正确。处理测量值并计算 delta-x 后,误差值将重新合并到整个状态 x 中。然后delta-x在用于下一组测量之前被清零。
关于image-processing - 间接(错误状态)卡尔曼滤波器 : propagation of error state,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35602788/