踩坑/Robotics Stack Exchange·2019-11-18

实现 ESKF 时协方差传播公式混淆

实现 Markley ESKF 时公式和状态设计不确定，最终放弃陀螺漂移并使用经典协方差传播。

AI 整理

• 感知与导航

本文由 AI 根据公开内容整理，可能有误，请以原文为准：Implementing ESKF（Robotics Stack Exchange #19714）

状态：已解决

问题

提问者实现 Multiplicative Kalman Filter/ESKF 时，不确定 Markley 两版论文中公式差异，以及应使用 P = FPF^T + GQG^T 还是 P = FP + PF^T + GQG^T；同时想把角速度和加速度加入状态。

环境

状态估计 / EKF 滤波器

解决办法

1. 不要使用提问中的 Python 代码，作者表示其中有缺陷。
2. 最终放弃估计 gyro drift，作者认为仅用一个陀螺仪时该量不可观。
3. 协方差传播改用经典形式 P_{k+1} = FP_kF^T + GQG^T。
4. 可参考作者放到 GitHub 的 C++ 源码。

原问题作者：hobbeshunter；采纳答案作者：hobbeshunter。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。

来源

本页事实对应的公开页面，以原文为准。

1. Robotics Stack Exchange #19714：Implementing ESKF访问 2026-10-22