多传感器融合之滤波(一)——卡尔曼滤波(KF)推导
生活随笔
收集整理的這篇文章主要介紹了
多传感器融合之滤波(一)——卡尔曼滤波(KF)推导
小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
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。
- 上一篇: 化疗一次多少钱啊?
- 下一篇: yolov3(二:车牌识别)