卡尔曼滤波器的推导(Intersection、边缘化概率Marginalization、条件概率Condition)
0. 摘要
这篇博客从高斯分布的角度出发, 比较形象地推导了卡尔曼滤波器; 文章首先从一维高斯分布出发, 然后是二维高斯分布, 先对高斯分布有个大体的了解; 然后使用了一些数学手段来得出高斯的联合概率分布由连部分组成: 条件概率和边缘概率;然后根据这些性质来主动地推出卡尔曼滤波器。
0.1. 卡尔曼滤波器的推导主要分为两步:预测和更新;
卡尔曼滤波器对应到高斯概率分布角度也分为两步:Interse......
原创
2019-10-04 21:35:05 ·
1518 阅读 ·
2 评论