Main Content

Esta página se ha traducido mediante traducción automática. Haga clic aquí para ver la última versión en inglés.

correct

Covarianza de estado correcto y error de estado

Desde R2021b

contraer todo en la página

    Sintaxis

    [associations,newLandmark] = correct(slamObj,measurement,measurementCovariance)
    [associations,newLandmark] = correct(slamObj,measurement,measurementCovariance,varargin)

    Descripción

    [associations,newLandmark] = correct(slamObj,measurement,measurementCovariance) corrige el estado y su covarianza de estado asociada en función de measurement y measurementCovariance en el paso de tiempo actual. correct utiliza la función de asociación de datos especificada en la propiedad DataAssociationFcn del objeto ekfSLAM , slamObj, para asociar la medición a puntos de referencia y extraer nuevos puntos de referencia de la medición.

    La función correct utiliza estas asociaciones para corregir el estado y la covarianza del estado asociado, luego aumenta el estado con nuevos puntos de referencia.

    ejemplo

    [associations,newLandmark] = correct(slamObj,measurement,measurementCovariance,varargin) pasa todos los argumentos adicionales especificados en varargin a la propiedad subyacente DataAssociationFcn de slamObj.

    Las primeras cuatro entradas de la propiedad DataAssociationFcn son la posición del punto de referencia, la covarianza de la posición del punto de referencia, la medición y la covarianza de la medición, seguidas de todos los argumentos en varargin.

    Ejemplos

    contraer todo

    Abrir script en vivo

    Cargue un conjunto de datos de pista de carreras que contenga el estado inicial del vehículo, la covarianza del estado inicial del vehículo, la covarianza del ruido del proceso, la entrada de control, el tamaño del paso de tiempo, la medición, la covarianza de la medición y los valores de la puerta de validación.

    load("racetrackDataset.mat","initialState","initialStateCovariance", ...
     "processNoise","controllerInputs","timeStep", ...
     "measurements","measCovar","validationGate");

    Cree un objeto ekfSLAM con estado inicial, covarianza de estado inicial y ruido de proceso.

    ekfSlamObj = ekfSLAM("State",initialState, ...
                     "StateCovariance",initialStateCovariance, ...
                     "ProcessNoise",processNoise);

    Inicializa una variable para almacenar la pose.

    storedPose = nan(size(controllerInputs,1)+1,3);
storedPose(1,:) = ekfSlamObj.State(1:3);

    Prediga el estado utilizando la entrada de control y el tamaño del paso de tiempo para la función de transición de estado. Luego, corrija el estado utilizando los datos de los puntos de referencia observados, la covarianza de medición y la puerta de validación para la función de asociación de datos.

    for count = 1:size(controllerInputs,1)
    % Predict the state
    predict(ekfSlamObj,controllerInputs(count,:),timeStep);
 
    % Get the landmarks in the environment
    observedLandmarks = measurements{count};
 
    % Correct the state
    if ~isempty(observedLandmarks)
        correct(ekfSlamObj,observedLandmarks, ...
                measCovar,validationGate);
    end
  
    % Log the estimated pose
    storedPose(count+1,:) = ekfSlamObj.State(1:3);
end

    Visualice el mapa creado.

    fig = figure;
figAx = axes(fig);
axis equal
grid minor
hold on
plot(figAx,storedPose(:,1),storedPose(:,2),"g.-")
landmarks = reshape(ekfSlamObj.State(4:end),2,[])';
plot(figAx,landmarks(:,1),landmarks(:,2),"m+")
plot(figAx,storedPose(1,1),storedPose(1,2),"k*")
plot(figAx,storedPose(end,1),storedPose(end,2),"rd")
legend("Robot trajectory","Landmarks","Start","End")

    Figure contains an axes object. The axes object contains 4 objects of type line. One or more of the lines displays its values using only markers These objects represent Robot trajectory, Landmarks, Start, End.

    Argumentos de entrada

    contraer todo

    Objeto EKF SLAM, especificado como un objeto ekfSLAM .

    Mediciones de punto de referencia en el entorno, especificadas como una matriz N-por- K . K es la dimensión de la medida. N es el número de mediciones.

    Tipos de datos: single | double

    Covarianza de las medidas, especificada como K-vector de elemento o N* K-por- N* K matriz. K es la dimensión de la medida. N es el número de mediciones. Cuando se especifica como vector, se utiliza el mismo valor de covarianza para todas las mediciones.

    Tipos de datos: single | double

    Lista de argumentos de entrada de longitud variable, especificada como una lista separada por comas. Esta entrada se pasa directamente a la propiedad DataAssociationFcn de slamObj. Cuando usted llama:

    correct(slamObj,measurement,measurementCovariance,arg1,arg2)

    MATLAB® esencialmente llama al dataAssociationFcn como:

    dataAssociationFcn(knownLandmarks,knownLandmarksCovariance, ... 
measurement,measurementCovariance,arg1,arg2)

    Argumentos de salida

    contraer todo

    Lista de asociaciones de puntos de referencia con mediciones, devuelta como una matriz P-por-2. P es el número de asociaciones. La primera columna de la matriz contiene los índices de los puntos de referencia asociados y la segunda columna contiene los índices de medición asociados.

    Lista de índices de las medidas que califican como nuevos puntos de referencia, devueltos como un vector de elemento Q. Q es el número de mediciones que califican como nuevos puntos de referencia.

    Capacidades ampliadas

    Generación de código C/C++
    Genere código C y C++ mediante MATLAB® Coder™.

    Historial de versiones

    Introducido en R2021b

    Consulte también

    Objetos

    Funciones