外观
踩坑Robotics Stack Exchange2023-12-11
卡尔曼滤波中局部速度转全局帧是否构成EKF非线性化
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Transforming between a local and global frame for a Kalman filter（Robotics Stack Exchange #20075）
状态：已解决
问题
在2D目标跟踪中引入旋转后，控制速度定义于局部坐标系而状态位于全局坐标系。开发者通过当前位姿估计构建变换矩阵 $T_{GL}$ 将局部速度转为全局速度后代入标准KF预测模型，但担忧该操作因涉及旋转导致状态更新非线性，从而意外实现了扩展卡尔曼滤波（EKF）。
环境
2D平面运动系统，含平移与绕Z轴旋转自由度；标准卡尔曼滤波器；状态为全局位置，输入为局部速度。
解决办法
- 确认该操作仅为基于已知量 $T_{GL}$ 的输入数据预处理，并非对状态转移方程本身的非线性建模。
- 明确变换后的速度已对齐全局坐标轴，消除了旋转对状态更新的直接耦合，数学运算仍在全局线性框架内完成。
- 维持原有标准卡尔曼滤波实现，无需推导雅可比矩阵或切换至EKF架构。
原问题作者：Karnivaurus；采纳答案作者：edwinem。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。