摘要：这一节，在熟悉了Featue maps相关概念之后，我们将开始学习基于EKF的特征图SLAM算法。 1. 机器人，图和增强的状态向量 随机SLAM算法一般存储机器人位姿和图中的地标在单个状态向量中，然后通过一个递归预测和量测过程来估计状态参数。其中，预测阶段通过增量航迹估计来处理机器人的运动，并增加 阅读全文

摘要：特征图（或者叫地标图，landmark maps）利用参数化特征（如点和线）的全局位置来表示环境。如图1所示，机器人的外部环境被一些列参数化的特征，即二维坐标点表示。这些静态的地标点被观测器（装有传感器的机器人）利用多目标跟踪的方法跟踪，从而估计机器人的运动。 Fig.1 Feature maps. 阅读全文

摘要：UKF-SLAM是一种比较流行SLAM方案。相比EKF-SLAM，UKF利用unscented transform代替了EKF的线性化趋近，因而具有更高的精度。Bayes++库中的unsFlt.hpp中给出了UKF实现的相关类。 阅读全文

摘要：前面我们已经熟悉了Bayesian_filter::Bayes_filter_base和其子类的击继承关系，接下来我们开始学习该类的实现。 bayesFlt.hpp文件为其实现主体，首先是两个常规的头文件，一个是异常处理类型相关的，另一个是支持矩阵的头文件。 接着，所有的声明和定义全部都在names 阅读全文

摘要：接下来，需要介绍的是重要性重采样类Bayesian_filter::Improtance_resampler。该类实现了两种重采样方法[1][2]，和其子类的继承关系图如下： 其中Standard_resampler的实现来自论文[1]中实现的方法，Systematic_resampler实现了论文 阅读全文

摘要：在对Bayes++库的名称空间有了一个大概的了解之后，我们开始学习该名称空间下的第一个子类Bayesian_filter::Bayes_filter_base. 该类与其子类的继承关系图如下图所示。 Bayesian_filter::Bayes_filter_base对应的头文件和实现文件分别为ba 阅读全文

摘要：Bayes++是一个开源的C++类库。这些类表示并实现了用于离散系统的贝叶斯滤波的各种数值算法。该库中的类提供测试和一致的数值方法，并且用层次明确的结构表明了各种滤波算法和系统模型类型。 接下来，我们就从namespace入手说明库中各个模块的作用。Bayes++库下面最重要也是包含类最多一个名称空 阅读全文