本文主要是介绍EKF相关总结，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

• ekf的功效
• 建模方式
• 超参
• 不同case
  • 高速与城区
  • global与gnss
• 一些隐藏坑
  • 关于predict
  • 关于断track

ekf的功效

能够稳定轨迹扰动
能够方便模型连track

建模方式

使用角度，不使用角度；影响的是对state的更新效率。越是直观，需要预测的参数越少，测量值之间的耦合越少，跟踪性能越好，滞后性与误差越小。

超参

1. pval是指初始的协方差矩阵，影响最开始的波动，轨迹收敛后就不再影响性能。小了会导致收敛速度很慢，大了会导致波动严重
2. qval是指预测结果的误差，rval是指测量结果的误差，qval与rval的比值决定了滤波结果对测量值与预测值之间的采信比重
3. 针对不同属性的参数要使用不同的方差，可以对稳定性更差的参数进行置信度抑制。同时，可以通过观察p矩阵分布的方式检查qval与rval的设置是否合理

不同case

高速与城区

global与gnss

一些隐藏坑

关于predict

一定要小心predict对模型的更新作用，如果错误的重复predict，会让下一次step的dt错误的变大，让预测的速度失灵
一定要小心box miss的情况下，predict step的数值，不能设为默认值，要用frame_id的差

关于断track

这篇关于EKF相关总结的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！