robot_localization 是由美国 Charles River Analytics 公司开发的ROS 官方标准非线性状态估计开源软件包，也是工业机器人、无人车、巡检机器人领域最通用、最稳定的多传感器融合定位框架，专为解决机器人三维 / 二维位姿（位置 + 姿态）实时估计问题设计，核心基于 ** 无迹卡尔曼滤波（UKF）与扩展卡尔曼滤波（EKF）** 两种非线性状态估计算法，可将激光里程计、GNSS RTK、INS（IMU）、轮式里程计、视觉里程计等多源异构定位数据进行松耦合融合，输出连续、平滑、无跳变、抗异常值的机器人全局 / 局部位姿，弥补单一传感器在遮挡、干扰、打滑、丢星场景下的定位失效问题。
项目介绍
robot_localization 是由美国 Charles River Analytics 公司开发的ROS 官方标准非线性状态估计开源软件包，也是工业机器人、无人车、巡检机器人领域最通用、最稳定的多传感器融合定位框架，专为解决机器人三维 / 二维位姿（位置 + 姿态）实时估计问题设计，核心基于 ** 无迹卡尔曼滤波（UKF）与扩展卡尔曼滤波（EKF）** 两种非线性状态估计算法，可将激光里程计、GNSS RTK、INS（IMU）、轮式里程计、视觉里程计等多源异构定位数据进行松耦合融合，输出连续、平滑、无跳变、抗异常值的机器人全局 / 局部位姿，弥补单一传感器在遮挡、干扰、打滑、丢星场景下的定位失效问题。
定制我的领域