EKF SLAM matlab simulation. EKF SLAM 分析及matlab仿真源码 .rar

. SLAM问题定义 同时定位与建图（SLAM）的本质是一个估计问题，它要求移动机器人利用传感器信息实时地对外界环境结构进行估计，并且估算出自己在这个环境中的位置，Smith 和Cheeseman在上个世纪首次将EKF估计方法应用到SLAM。 以滤波为主的SLAM模型主要包括三个方程： 1）运动方程：它会增加机器人定位的不确定性 2）根据观测对路标初始化的方程：它根据观测信息，对新的状态量初始化。 3）路标状态对观测的投影方程：根据观测信息，对状态更新，纠正，减小不确定度。 2. EKF-SLAM维护的数据地图 系统状态x是一个很大的向量，它包括机器人的状态和路标点的状态， x=[RM]=⎡⎣⎢⎢⎢⎢RL1⋮Ln⎤⎦⎥⎥⎥⎥ 其中R是机器人状态，M=(L1，⋯，Ln)是n个当前已经观测过的路标点状态集合。 在EKF中，x被认为服从高斯分布，所以，EKF-SLAM的地图被建模为x的均值x¯¯¯与协方差P, x¯¯¯=[R¯¯¯¯M]=⎡⎣⎢⎢⎢⎢⎢⎢R¯¯¯¯L¯¯¯¯1⋮L¯¯¯¯n⎤⎦⎥⎥⎥⎥⎥⎥P=[PRRPMRPRMPMM]=⎡⎣⎢⎢⎢⎢⎢PRRPL1R⋮PLnR