浅析自定位

本文浅析一下BHuman2016中的两个selfLocator代码文件。
在.h文件中声明了一个自定位的类。
包含头文件中包含了UKFSample.h文件，这是自动位的关键，这套系统运用了无迹卡尔曼滤波估计机器人的姿态，具体情况下回分解。
然后是一个传统的MODULE生成描述，其中提供了较为关键的RobotPose，SelfLocalizationHypotheses模块，还定义了非常多的参数。
之后开始定义selflocator类，该类继承至SelfLocatorBase，还有一些私有成员变量，比较重要的有samples用于定位的样本点集合，lastRobotPose上次计算所得机器人位姿，lastTimeFarFieldBorderSeen上次看到边界的时间，averageWeighting每个样本的权重，等等
之后是几个函数，几个update函数用来更新位姿，自定位假设，里程计的偏移，UKF测量等，还有重新收集样本；如果计算所得与假设差距很大则重置样本；在不同状态下的位姿变化；计算位姿生成robotpose；还有一些从进入场地位置，罚球点，线，假设等返回的robotpose。其中有一个domainSpecificSituationHandling可以处理机器人叛变问题，须认真学习。
.cpp文件则是.h文件中的实现，样本采集大多与UKF相关，注意在构造函数中对参数的默认设置以及在块中生成了sample用于之后的进程，还定义了5个机器人的相关参数；在析构函数中将所有sample删除掉，紧随其后的update函数最为重要，根据各个样本点返回了机器人位姿，并调用了其他成员函数，请读者自行查阅。
从理论上来讲，bhuman的自定位重点在用无迹卡尔曼滤波来采样，并用多假设定位法利用采回的样本点进行定位，提供了robotpose这一模块给相关函数进行调用，实现场上的自行定位，重点问题是机器人的叛变问题仍需解决。