今天在知乎上看到一篇介绍卡尔曼滤波的通俗介绍,觉得很不错。转到这里来。
https://www.zhihu.com/question/23971601
我的理解:控制预测和测量预测这个两个概念, 对于移动机器人来说, 控制预测可以根据里程计来计算(或者说是根据运动会给方程来得到,卡尔曼滤波一般适合线性的运动方程),测量预测可以根据雷达的测量来计算。那么最终的置信度是由控制预测和测量预测加权和来得到,加权系数就是卡尔曼增益。
如果是非线性的运动方程,那可以用扩展卡尔曼滤波来搞,扩展卡尔曼滤波其实是对运动方程做了一个线性的近似,比如说泰勒线性展开。
机器人运动的问题中控制预测:状态的随机变量,经过非线性变化,估计最有可能处在什么状态。