深入AMCL(一):AMCL中轮式里程计误差模型参数

AMCL中轮式里程计误差模型参数

用了很久的AMCL，也偶尔会思考odom_alpha1，odom_alpha2，odom_alpha3，odom_alpha4这些如何参数如何根据我们轮子的精度来给出理论上比较准的值，而不是凭借实验中调出来的值（总感觉不专业），因此这次决定好好理一理。

一.diff模型与diff-corrected区别

结论：diff-corrected模型才是《概率机器人》中里程模型的实现！！！强烈建议AMCL新用户直接使用diff-corrected模型，两个模型参数数量级完全不一样。

diff模型：pf_ran_gaussian()函数产生服从高斯分布值，注意参数为高斯分布的标准差（不是方差）。再看看图片括号里的参数是平方值像不像方差表达形式，于是矛盾产生了。

（当时本人看源码就是发现这点，所以也去github上找了相关问题）

diff-corrected模型：注意传给pf_ran_gaussian()函数的参数为是开根后，看起来是不是像标准差的表达式。想更详细了解的一些链接。

链接AMCL mixes units when sampling the gaussian distribution
链接Is AMCL’s implementation of the odometry model correct?

二.各个odom_alpha如何影响粒子的预测更新

先给出odom_alpha参数的字面意义，默认值看看就好。

1.odom_alpha3 考虑里程计只有位移累计误差，那么理论上AMCL中的里程计实现粒子预测更新应该只表现粒子整体纵向拉长（仿真走起）

第一张图初始生成的粒子，角度的误差给的很小，所以看起来像。