卡尔曼家族从零解剖-(02)贝叶斯滤波-知其所以然

讲解关于slam一系列文章汇总链接:史上最全slam从零开始,针对于本栏目讲解的 卡尔曼家族从零解剖 链接 :卡尔曼家族从零解剖-(00)目录最新无死角讲解:https://blog.csdn.net/weixin_43013761/article/details/133846882

文末正下方中心提供了本人 联系方式, 点击本人照片即可显示 W X → 官方认证 {\color{blue}{文末正下方中心}提供了本人 \color{red} 联系方式,\color{blue}点击本人照片即可显示WX→官方认证} 文末正下方中心提供了本人联系方式,点击本人照片即可显示WX→官方认证

一、前言

如果一上来,就从卡尔曼滤波的公式推导开始,个人觉得这样是不合适的,因为这样的困惑太多了?比如,为什么要有这个东西,这个东西有什么用?为什么就非得用它?毕竟不是在学校,不像读高中,仅仅是为了考试。这里我个人的目的是,彻底弄明白,琢磨透,把他用起来,亦或者说,别人在使用这个算法的时候,可以轻松的明白他的目的,知道他为什么选用这个算法,这个算法有什么优势。再如,利用别人开源算法做项目的时候,出现了问题,知其然的情况下,能够更快的定位到原因,而不是瞎子摸鱼,全靠运气。话不多说,我们正式开始吧。

个人理解 \color{red} 个人理解 个人理解 首先,

相关推荐
点云SLAM13 天前
四元数 (Quaternion)在位姿(SE(3))表示下的各类导数(雅可比)知识(2)
人工智能·线性代数·算法·机器学习·slam·四元数·李群李代数
deepwater_zone16 天前
SLAM(同步定位与建图)
slam
点云SLAM17 天前
四元数 (Quaternion)与李群SE(3)知识点(1)
线性代数·slam·四元数·旋转矩阵·位姿表示·李群se(3)·四元数插值
海鸥_20 天前
常见的相机模型针孔/鱼眼(Pinhole,Mei,K
计算机视觉·相机·slam
点云SLAM1 个月前
SLAM文献之-Globally Consistent and Tightly Coupled 3D LiDAR Inertial Mapping
3d·机器人·slam·vgicp算法·gpu 加速·lidar-imu 建图方法·全局匹配代价最小化
时凯凯凯凯2 个月前
使用 Vive Tracker 替代 T265 实现位姿获取(基于 Ubuntu + SteamVR)
linux·ubuntu·目标跟踪·slam
点云SLAM2 个月前
矩阵中QR算法分解简介和基于Eigen库使用示例
人工智能·线性代数·算法·矩阵·slam·qr矩阵分解算法·数值线性代数
古承风2 个月前
相机的内外参分别指什么
自动驾驶·slam
龙猫略略略2 个月前
slam中的eskf观测矩阵推导
slam·激光slam·fastlio
Perishell2 个月前
无人机避障——感知篇(Ego_Planner_v2中的滚动窗口实现动态实时感知建图grid_map ROS节点理解与参数调整影响)
计算机视觉·无人机·slam·地图生成·建图感知·双目视觉