# EKF在输入u缺失时如何做预测？

> 原文链接：https://robotics.hellobike.com/pitfalls/2016-10-23-robotics-se-10717
> 频道：pitfalls | 更新日期：2016-10-23 | 标签：auto, stackexchange, kalman-filter, filter
> 核心摘要：EKF预测步缺少输入u时，可短时沿用上一时刻输入，或用历史输入做线性外推。

# EKF在输入u缺失时如何做预测？

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[How to update an EKF when no inputs are available?](https://robotics.stackexchange.com/questions/10717/how-to-update-an-ekf-when-no-inputs-are-available)（Robotics Stack Exchange #10717）

**状态**：已解决

## 问题

提问者的EKF运动模型依赖状态和输入`u`，但部分时间步无法获得`u`，不知预测步应如何更新状态估计和协方差`P`。

## 环境

状态估计 / EKF 滤波器

## 解决办法

1. 如果时间步不大、`δt`较小，可直接使用上一时刻的输入值`u_{t-1}`进行预测。
2. 也可以保存若干过去的`u`值，例如10个时间步，在丢失当前`u_t`时进行外推。
3. 外推可使用直线模型`y = mx + b`，通过简单线性回归估计`m`和`b`。

原问题作者：JLagana；采纳答案作者：Luis。原内容依 CC BY-SA 4.0 授权，本页摘要同样依 CC BY-SA 4.0 授权。
:::

## 原始参考来源 (Sources)

- [Robotics Stack Exchange #10717：How to update an EKF when no inputs are available?](https://robotics.stackexchange.com/questions/10717/how-to-update-an-ekf-when-no-inputs-are-available)