無人駕駛算法學習:擴展卡爾曼濾波器Extended Kalman Filter(二)

1.引言 當系統狀態方程不符合線性假設時，採用卡爾曼濾波無法獲得理想的最優估計。高斯分佈在非線性系統中的傳遞結果將不再是高斯分佈，參見下圖所示。這裏x符合高斯分佈，y=g(x)爲非線性函數，所得結果y的分佈已經嚴重「變形」（這裏y的分佈通過蒙特卡洛採樣獲得），統計y的均值和方差也可以畫出圖中的高斯函數曲線，但已經與實際分佈嚴重不符。 在描述機器人狀態時常常不滿足卡爾曼濾波的假設,爲了仍然能夠使用卡

>>阅读原文<<