理解卡爾曼濾波器

核心要點 假設系統噪聲和測量噪聲符合高斯分佈，協方差代表不確定度。 兩個高斯分佈的乘積依然是高斯分佈，代表了兩個分佈的融合 所以kalman的核心思想即：綜合通過前一時刻得到的預測信息（第一個高斯分佈）和當期傳感器測量的信息（第二個高斯分佈），融合兩個高斯分佈得到當期系統狀態的最佳估計。 （1） 根據上一時刻系統最佳估計和系統狀態方程預測當前時刻的系統狀態，得到一個預測值的高斯分佈predicti

>>阅读原文<<