Kalman filter

1. udacity无人驾驶Extended Kalman Filter

    state 为[x,y,vx,vy]     使用radar和lidar传感器。

2. udacity 飞行汽车 Extended Kalman Filter

    state为[x,y,z,vx,vy,vz,alpha,beta,gamma,p,q,r]      state vector较多，模型较复杂

3. YOLOv3目标检测、卡尔曼滤波、匈牙利匹配算法多目标追踪

https://blog.csdn.net/xiao__run/article/details/84374959

state vector为[x,y]，基于匈牙利算法的任务分配问题。

4. 重点的扩充内容。在于predict和 update模型的收集。

    http://blog.csdn.net/AdamShan/article/details/78248421

5. 无人驾驶汽车系统入门（二）——高级运动模型和扩展卡尔曼滤波

    是对优达学城项目的中文解说。

6.