lqql2012的博客

KF2 Extended Kalman Filter2.1 边缘分布和条件分布回顾一下高斯分布：如果原变量为高斯分布，则边缘化和条件概率仍然满足高斯分布则边缘分布和条件分布的模型：2.2 KF和EKFEKF相较于KF，就是把KF的状态转移矩阵和观测矩阵换为关于状态变量的雅可比矩阵2.2.0 推到卡尔曼滤波简单理解卡尔曼增益可以视为一种权重，状态估计的协方差矩阵将不停的更新适应，使得估计误差最小，其实相当于一种迭代...

0整体框架1 数据预处理camera：1）提取Harris角点，KLT金字塔光流跟踪相邻帧；2）2 维特征点先矫正为不失真的，然后在通过外点剔除后投影到一个单位球面上；3）去除异常点：先进行F矩阵测试，通过RANSAC去除异常点；4）关键帧选取：1、当前帧相对最近的关键帧的特征平均视差大于一个阈值就为关键帧（因为视差可以根据平移和旋转共同得到，而纯旋转则导致不能三角化成功，所以这一步需要IMU预积分进行补偿）2、当前帧跟踪到的特征点数量小于阈值视为关键帧；IMU：1...

1