怼上所有传感器不一定好！Selective Kalman Filter：优雅的融合

文章预览

点击下方 卡片 ，关注“ 自动驾驶之心 ”公众号 戳我->  领取 自动驾驶近15个 方向 学习 路线 >> 点击进入→ 自动驾驶之心 『 多传感器融合 』 技术交流群 编辑 | 自动驾驶之心 如何处理个别传感器的退化 为了解决复杂环境中的挑战并提高定位的鲁棒性和环境感知能力，越来越多的研究集中于融合多种传感器的SLAM系统。这些系统通常集成了多种传感器，如LiDAR、视觉、RGB-D相机和IMU，代表性的系统包括R3LIVE、FAST-LIVO、LVIO-Fusion、RIVER等。 现有关于卡尔曼滤波器的研究主要集中 在多传感器信息融合方面 ，这些研究提出了使用扩展卡尔曼滤波器（EKF）和自适应模糊逻辑系统来融合里程计和声纳信号的方案， 其核心思想是自适应调整增益 。然而，这些工作主要集中于如何利用和融合来自多传感器的信息， 而未考虑是否有必要融合或是否需要融合所有可 ………………………………