多傳感器融合之濾波(一)——卡爾曼濾波(KF)推導

卡爾曼濾波本質上是一個數據融合算法,將具有同樣測量目的、來自不同傳感器、(可能) 具有不同單位 (unit) 的數據融合在一起,得到一個更精確的目的測量值。

卡爾曼濾波的侷限性在於其只能擬合線性高斯系統。但其最大的優點在於計算量小,能夠利用前一時刻的狀態(和可能的測量值)來得到當前時刻下的狀態的最優估計。

EKF擴展卡爾曼濾波適用於非線性高斯模型。

 

徐老師闡述原理記錄:
 

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章