码迷,mamicode.com
首页 > 其他好文 > 详细

文章翻译—基于误差状态卡尔曼滤波器的四元数运动学—前言

时间:2020-10-06 20:43:52      阅读:29      评论:0      收藏:0      [点我收藏+]

标签:定位   内容   ide   截断   ***   ber   线性   https   帮助   

基于误差状态卡尔曼滤波(ESKF)的四元数运动学

文章作者:Joan Sol`a
发表时间:October 12, 2017(注:Quaternion kinematics for the error-state Kalman filter 貌似有好几个版本,我这里选择翻译的是2017年10月的版本)
原文:Quaternion kinematics for the error-state Kalman filter
目录:

  • 1 四元数的定义和性质
    • 1.1 四元数定义
      • 1.1.1 四元数的替代表示
    • 1.2 主要的四元数属性
      • 1.2.1 求和
      • 1.2.2 乘积
      • 1.2.3 同一性(Identity)
      • 1.2.4 共轭
      • 1.2.5 范数
      • 1.2.6 逆
      • 1.2.7 单位或归一化的四元数
    • 1.3 额外的四元数属性
      • 1.3.1 四元数交换子
      • 1.3.2 纯四元数的乘积
      • 1.3.3 纯四元数的自然幂
      • 1.3.4 纯四元数的指数
      • 1.3.5 一般四元数的指数
      • 1.3.6 单位四元数的对数
      • 1.3.7 一般四元数的对数
      • 1.3.8 $\mathbf{q}^t$类型的指数形式
  • 2 旋转和互相关
    • 2.1 3D向量旋转公式
    • 2.2 旋转群$SO(3)$
    • 2.3 旋转群和旋转矩阵
      • 2.3.1 指数映射
      • 2.3.2 大写的指数映射
      • 2.3.3 旋转矩阵和旋转向量:罗德里格斯旋转公式
      • 2.3.4 对数映射
      • 2.3.5 旋转动作
    • 2.4 旋转群和四元数
      • 2.4.1 指数映射
      • 2.4.2 大写的指数映射
      • 2.4.3 四元数和旋转向量
      • 2.4.4 对数映射
      • 2.4.5 旋转动作
      • 2.4.6 $SO(3)$流型的双覆盖
    • 2.5 旋转矩阵和四元数
    • 2.6 旋转组成
    • 2.7 球面线性插值
    • 2.8 四元数和等轴旋转:解释魔法
  • 3 四元数约定,我的选择
    • 3.1 四元数特色
      • 3.1.1 四元数分量的顺序
      • 3.1.2 四元数代数的规范
      • 3.1.3 旋转操作的函数
      • 3.1.4 旋转操作的方向
  • 4 扰动,导数和积分
    • 4.1 $SO(3)$中的加法和减法运算符
    • 4.2 四个可能的导数定义
      • 4.2.1 从向量空间到向量空间的函数
      • 4.2.2 从$SO(3)$到$SO(3)$的空间
      • 4.2.3 从向量空间到$SO(3)$的函数
      • 4.2.4 从$SO(3)$到向量空间的函数
    • 4.3 有用的,且非常有用的,旋转的雅可比
      • 4.3.1 关于向量的雅可比
      • 4.3.2 关于四元数的雅可比
      • 4.3.3 $SO(3)$的右雅可比
      • 4.3.4 关于旋转向量的雅可比
    • 4.4 扰动,不确定性,噪声
      • 4.4.1 局部扰动
      • 4.4.2 全局扰动
    • 4.5 时间导数
      • 4.5.1 全局与局部的关系
      • 4.5.2 四元数乘的时间导数
      • 4.5.3 其他有用的导数表达式
    • 4.6 旋转率的时间积分
      • 4.6.1 零阶积分
      • 4.6.2 一阶积分
  • 5 基于IMU驱动系统的误差状态运动学
    • 5.1 运动
    • 5.2 误差状态卡尔曼滤波解释
    • 5.3 持续时间的系统运动学
      5.3.1 真实状态运动学
      5.3.2 标称状态运动学
      5.3.3 误差状态运动学
    • 5.4 离散时间的系统运动学
      • 5.4.1 标称状态运动学
      • 5.4.2 误差状态运动学
      • 5.4.3 误差状态雅可比和扰动矩阵
  • 6 用将IMU与互补的感知数据融合
    • 6.1 通过滤波校准的误差状态观测
      • 6.1.1 用于滤波器校正的雅可比计算
    • 6.2 将观测误差引入标称状态
    • 6.3 ESKF 重置
      • 6.3.1 关于定位误差的复位操作的雅可比
  • 7 使用全局角度误差的ESKF
    • 7.1 持续时间的系统运动学
      • 7.1.1 真实和标称状态运动学
      • 7.1.2 误差状态运动学
    • 7.2 离散时间的系统运动学
      • 7.2.1 标称状态
      • 7.2.2 误差状态
      • 7.2.3 误差状态雅可比和扰动矩阵
    • 7.3 与互补的传感数据融合
      • 7.3.1 误差状态观测
      • 7.3.2 将观测到的误差引入标称状态
      • 7.3.3 ESKF重置
  • A 龙格-库塔数值积分方法
    • A.1 欧拉方法
    • A.2 中间点方法
    • A.3 RK4方法
    • A.4 一般的龙格-库塔方法
  • B 闭式积分方法
    • B.1 角度误差的积分
    • B.2 简化的IMU例子
    • B.3 完整的IMU例子
  • C 使用截断序列的近似方法
    • C.1 系统截断
      • C.1.1 一阶截断:有限差分法
      • C.1.2 N阶截断
    • C.2 逐块截断
  • D 通过龙格-库塔积分的转移矩阵
    • D.1 误差状态示例
  • E 随机噪声和扰动的积分
    • E.1 噪声和扰动脉冲
    • E.2 完整的IMU例子
      • E.2.1 噪声和扰动脉冲

    前言,开始入门SLAM行业有几年了,知道自己还是处于刚刚入门的水平,对于卡尔曼滤波等一些算法公式以及推导能看懂个大概,但又不是完全地了解,这种半吊子水平让我很苦恼,也很有危机感,感觉需要做点什么来系统的提高下算法基础上的水平,在各种机缘之下,决定通过全文翻译一遍这篇文章的方式来学习它。至于目的,一是,因为我的英文水平也是半吊子,长时间看这种英文的教材,估计自己很难坚持下去,但又不想让对这篇文章的学习半途而费,所以才想出了这么个笨办法,总比什么都不做要强;二也是为了将它分享给和我有相同的苦恼的同行,希望能对大家有帮助。

说明,关于翻译部分,为了保持习惯的一致性,这里做一些说明,方便读者阅读起来更清晰。虽然我检查多遍,但仍然难免翻译过程中出错,如果公式打错或者翻译有误的地方,欢迎并感谢广大读者提出改正意见。

  • 1,如图1所示,对于文章中,用斜体格式的专有名词,我在译文中,加粗表示,并在旁边用中文括号写出其对应的中文翻译名称(如图2所示)。

技术图片

图1

技术图片

图2
  • 2,文章中作者自己写有一些脚注(如图3所示),我这里翻译时用“【1】”来表示,对应的备注信息的翻译用有缩进的【注1,***】这样的方式表示(如图4所示)。

技术图片

图3

技术图片

图4
  • 3,【注:****】,这种没有对应的脚注号的格式内容,是译者自己写的一个人备注,用于总结前文或者在一些自己容易忘记的知识点处,对自己进行提醒和备忘。

  • 4,文章中重要的公式用矩形框框起来表示,译文里是将对应的公式标红处理的(如图5,6所示)。
    技术图片

图5

技术图片

图6
  • 5,”norm“,这个词有“模”,“范数”两个比较合适的翻译,译文中可能会根据语境混用,但请注意它们对应的是同一个词。

文章翻译—基于误差状态卡尔曼滤波器的四元数运动学—前言

标签:定位   内容   ide   截断   ***   ber   线性   https   帮助   

原文地址:https://www.cnblogs.com/qinsun/p/13772793.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!