kf ekf ukf
KF(Kalman filter)
一种高效的自回归滤波器,它能在存在诸多不确定性情况的组合信息中估计动态系统的状态,是一种强大的、通用性极强的工具
卡尔曼滤波假设两个变量(因为我们的例子是小车导航,所以两个变量是位置和速度)都应该是随机的,而且符合高斯分布。每个变量都有一个均值 μ ,它是随机分布的中心;有一个方差 σ2 ,它衡量组合的不确定性
EKF
扩展卡尔曼滤波器是对KF的改进衍生,它将非线性函数进行泰勒展开,然后省略高阶项,保留展开项的一阶项,以此来实现非线性函数线性化,最后通过卡尔曼滤波算法近似计算系统的状态估计值和方差估计值。
UKF
无迹卡尔曼滤波算法也是对KF的改进衍生,它舍弃了EKF算法的线性化过程,采用无迹变换(Unscented Transform,UT)巧妙地避免了线性化所带来的误差,同时减少了算法的复杂度(UKF不需要在每个实例中计算雅可比矩阵),克服了EKF算法的估计精度低、稳定性差的缺陷。