一、概述

这篇文章会使用一个形象化的最小例子说明卡尔曼滤波器各个公式的推导。

如果你已经从纯数学公式推导过卡尔曼滤波器,那么这篇文章可以让你形象化地理解卡尔曼滤波器的精髓,即为什么利用[预测->更新]的循环可以得到对系统状态的估计?

如果你还在寻求对卡尔曼滤波器入门的讲解,这篇文章更可以让你建立对卡尔曼滤波器即直观又严谨的概念。如果要学习卡尔曼滤波器的完整公式化推导过程,可以查看另一篇文章:卡尔曼滤波器——基础知识(https://zhuanlan.zhihu.com/p/578920168)

PS:这篇文章有大部分来自外国的一篇课程讲义:Understanding the Basis of the Kalman Filter Via a Simple and Intuitive Derivation。当然,语言是自己重新组织,同时,符号上的规定保持与本专栏卡尔曼滤波系列的其他文章一致。

Ref

[1] Understanding the Basis of the Kalman Filter Via a Simple and Intuitive Derivation

[2] An Introduction to the Kalman Filter

 

 

自动驾驶之心】全栈技术交流群

自动驾驶之心是首个自动驾驶开发者社区,聚焦目标检测语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多传感器融合SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制模型部署落地、自动驾驶仿真测试、硬件配置、AI求职交流等方向;

添加汽车人助理微信邀请入群

备注:学校/公司+方向+昵称

 

内容中包含的图片若涉及版权问题,请及时与我们联系删除