滤波理论在机器人状态估计里的重要性不言而喻，因此对滤波理论进行系统的了解非常有必要。本篇文章目的是从贝叶斯滤波（BF）的角度来串联现在流行的几种滤波方法：卡尔曼（KF）、扩展卡尔曼（EKF）、无迹卡尔曼（UKF）、粒子滤波（PF）等。……继续阅读 » 西涯先生 4年前 (2021-04-26) 3082浏览 0评论1330个赞
上一篇文章里介绍了贝叶斯滤波的理论框架，知道了贝叶斯滤波假设了机器人的状态服从某个概率分布，并且知道了如何利用Bayes公式对其概率分布更新。然而，前面的内容仅仅是介绍了其完美的数学原理，实际计算起来却并不适用。在这篇文章中，就将介绍如何通过一系列假设去简化……继续阅读 » 西涯先生 4年前 (2021-04-26) 1907浏览 0评论2514个赞
前面两篇文章里首先介绍了贝叶斯滤波的理论框架，之后对机器人模型做了线性高斯假设，推出了卡尔曼滤波的迭代方程组。在这篇文章中，就将进一步介绍当机器人模型为非线性时该如何使用贝叶斯滤波。我们将介绍扩展卡尔曼滤波器以及无迹卡尔曼滤波器的由来。 ……继续阅读 » 西涯先生 4年前 (2021-04-26) 2195浏览 0评论1510个赞
