Udacity课程的AI_Robotics_FinalProject中，任务是利用噪声传感器数据来捕捉流氓漫游车

这是我的Udacity AI for Robotics课程的最终项目任务。 这是工作的链接： : 显然这是一个正在进行的工作... 我决定使用恒定速度/偏航率模型在其上尝试扩展的卡尔曼滤波器。 我使用以下教程来帮助我使用此过滤器。 感谢您所做的出色工作，德累斯顿！ 为了赶上流氓机器人，我只是使用EKF运动部分来预测其下N个位置，并使用猎人的最大速度来找出如何拦截它。 如果您在这个课程中，请不要仅仅复制代码。 通过努力，您会从中得到更多的收益。 您可以做的比这更好。 我的第一个版本使用的PID完全没有卡尔曼滤波，而且效果也很好。 注意：最终项目的奖金部分使用以下值传递了上述问题：＃Q的各种运动噪声x_var = y_var = 1.5 * dt＃设置了最大速度theta_var = pi / 8. * dt＃假设最大转弯一步中v_var = 1.5＃设置最大速度d_thet