卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全包含噪声的测量(英文:measurement)中，估计动态系统的状态，然而简单的卡尔曼滤波必须应用在符合高斯分布的系统中。 百度百科是这样说的，也就是说卡尔曼滤波第一是递归滤波，其次KF用于线性系统。 但经过研究和改进 ...

　　扩展卡尔曼滤波的状态方程和观测方程可以是非线性的。在一般情况下，无法确定过程噪声、测量噪声与方程的函数关系，因此可以简化为加性噪声： 　　EKF relies on a linearisation of the evolution and observation ...

...

Google Cardboard的九轴融合算法 ——基于李群的扩展卡尔曼滤波 极品巧克力 前言 九轴融合算法是指通过融合IMU中的加速度计（三轴）、陀螺仪（三轴）、磁场计（三轴），来获取物体姿态的方法。它是开发VR头显中的一个至关重要的部分。VR头显必须要实时准确地获取 ...

简介 　　已经历经了半个世纪的卡尔曼滤波至今仍然是研究的热点，相关的文章不断被发表。其中许多文章是关于卡尔曼滤波器的新应用，但也不乏改善和扩展滤波器算法的研究。而对算法的研究多着重于将卡尔曼滤波应用于非线性系统。 　　为什么学界要这么热衷于将卡尔曼滤波器用于非线性系统呢？因为卡尔曼滤波器 ...

这一章将介绍卡尔曼滤波、扩展卡尔曼滤波以及无迹卡尔曼滤波，并从贝叶斯滤波的角度来进行分析并完成数学推导。如果您对贝叶斯滤波不了解，可以查阅相关书籍或阅读 【概率机器人 2 递归状态估计】。 这三种滤波方式都假设状态变量 $\mathbf{x}_t$ 的置信度 $\mathrm{bel ...

1 卡尔曼滤波的融合框架和流程 以无人驾驶的汽车检测路上的运动的自行车为例 传感器是激光雷达和多普勒雷达 卡尔曼滤波器算法执行步骤： 首次测量 滤波器在 T 时刻接收来自雷达或激光雷达的自行车在汽车坐标中的位姿和速度作为初始测量。 初始化 状态和协方差矩阵 滤波器将基于第一次 ...

最近稍闲，稍微整理了一下以前的部分代码，虽然写得不够好,但是对于新手也许也有一定的分享价值。具体算法细节我就暂时不讲了，网上太多了。 所以分享这个我用JAVA写的一个模拟器。模拟定位和惯导（或者pdr）利用粒子滤波和卡尔曼滤波的可视化小demo，代码放在GitHub上了,如果觉得有用请点星星 ...