c參考資料：https://www.bzarg.com/p/how-a-kalman-filter-works-in-pictures/

卡爾曼濾波本質(zhì)上是一個(gè)數(shù)據(jù)融合算法，將具有同樣測(cè)量目的、來自不同傳感器、(可能) 具有不同單位 (unit) 的數(shù)據(jù)融合在一起，得到一個(gè)更精確的目的測(cè)量值。

卡爾曼濾波的局限性在于其只能擬合線性高斯系統(tǒng)。但其最大的優(yōu)點(diǎn)在于計(jì)算量小，能夠利用前一時(shí)刻的狀態(tài)（和可能的測(cè)量值）來得到當(dāng)前時(shí)刻下的狀態(tài)的最優(yōu)估計(jì)。

EKF擴(kuò)展卡爾曼濾波適用于非線性高斯模型。

?

徐老師闡述原理記錄：
?

?

總結(jié)

以上是生活随笔為你收集整理的多传感器融合之滤波（一）——卡尔曼滤波（KF）推导的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。