爆炸的一讲,最拉胯的一集,全是数值分析的内容,学的。。。
内容
1.状态估计问题
经典slam模型,又由状态方程和运动方程构成:
假设两个噪声项满足零均值的高斯分布:
利用贝叶斯法则估计状态变量的条件分布:
贝叶斯法则分为左侧和右侧,左侧为后验概率,右侧则称为似然,P(x)称为先验,也就是我们通常所说的经验,直接求后验概率很难,但可以求后验概率的最大化:
进一步,因为没有先验,我们可以求最大似然估计,可以理解为:在什么样的状态下,最可能产生现在观测到的数据:
爆炸的一讲,最拉胯的一集,全是数值分析的内容,学的。。。
经典slam模型,又由状态方程和运动方程构成:
假设两个噪声项满足零均值的高斯分布:
利用贝叶斯法则估计状态变量的条件分布:
贝叶斯法则分为左侧和右侧,左侧为后验概率,右侧则称为似然,P(x)称为先验,也就是我们通常所说的经验,直接求后验概率很难,但可以求后验概率的最大化:
进一步,因为没有先验,我们可以求最大似然估计,可以理解为:在什么样的状态下,最可能产生现在观测到的数据: