从两位博主的文章中的一个小总结,这样看起来可能比较清晰。
(使用高斯乘法):已观测
感知过程符合贝叶斯法则,是乘积过程,即采用概率分布相乘
贝叶斯公式就是当已知结果,问导致这个结果的第i原因的可能性是多少?执果索因!
(使用高斯加法):未发生
预测过程符合全概率法则,是卷积过程,即采用概率分布相加
全概率就是表示达到某个目的,有多种方式(或者造成某种结果,有多种原因),问达到目的的概率是多少(造成这种结果的概率是多少)
总结:当一个位置小车经过移动后,且其定位和移动过程都是高斯分布时,其最终估计位置分布会更分散,即更不准确;当一个小车经过传感器观测定位,且其定位和观测都是高斯分布时,其观测后的位置分布会更集中,即更准确。