我知道有一个扩展的卡尔曼滤波方法可以同时进行本地化和映射。我很好奇是否存在利用集合卡尔曼滤波器的SLAM算法。如果可能的话,引用会很棒。

#1 楼

好吧,走着瞧。原始论文在各个文学分支(包括大量应用教科书)中被引用了3,000左右。我会说这个问题缺乏研究,但是鉴于大量的后续文献,我知道您可能无法找到SLAM特定的实现。

我可以在视觉应用程序中使用enKF / enEKF找到许多论文,但是对于基于真实地图的SLAM来说却很少。 (我认为SLAM一词使用过度且过于具体,但这是一个问题。)如果您放宽对地图的定义,使其可以跨多个传感器测量来跟踪任何要素,那么您还应该包括:


车辆到车辆的定位。
视觉特征跟踪
从放置的传感器测量结果进行目标跟踪
自我定位和状态估计

但是,在直接引用“ enKF的文章仅提供以下内容:使用非线性集成滤波器对连接的车辆进行状态估计

这并不排除enKF-SLAM,因为我的搜索是限制性的。

#2 楼

您是否访问过该网站?http://enkf.nersc.no/
作者似乎拥有有关enKF的扩展文献,并提供了Matlab和Fortran中的示例。

评论


$ \ begingroup $
您链接的网站中没有enKF SLAM算法。
$ \ endgroup $
– Paul
16年1月4日在17:02