道不尽的卡尔曼！通俗易懂详细解释卡尔曼滤波

文章预览

本文只做学术分享，如有侵权，联系删文 概述 总的来说，卡尔曼滤波器是一个状态估计器，它利用 传感器融合 、 信息融合 来提高系统的精度。通常，我们要观测一个系统的状态，有两种手段。一种是通过系统的 状态转移方程 ，并结合上一时刻的状态推得下一时刻的状态。一种是借助 辅助系统（量测系统） 的测量得到系统状态。这两种方式都有各自的不确定性，卡尔曼滤波可以将这两者做到最优结合（加权平均），使得我们估计的状态的不确定性小于其中任何一种。所以权重的选择至关重要，它意味着我们更信任哪一种方式得出的状态（当然是更加信任 不确定性较小 的状态）。 建模 比如，我们观测一辆小车的 速度 和 位置 （所以我们要观察的状态就是速度 v 和位置 p ，即状态 x=(v,p) ,这里的 p,v 都是 向量 ）,当我们有了 k-1 时刻的状态 =( , ) ………………………………