lqql2012的博客

1, 四元数常用性质 2 ESKF 2.1 ESKF中常用的变量 （2.1.0） 需要注意的是，这里定义的旋转的误差状态是local的，在R的右侧，的参考系是局部坐标系。而IMU的gyro给出的测量也是相对于局部坐标系的。这种表达更容易使用IMU的测量 其中： （2.1.1） 真实的加速度 at 和 角速度ωt 和 body坐标系下带噪音的IMU测...

KF 2 Extended Kalman Filter 2.1 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EKF EKF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 ...

1 1）python 中 im.shape 为（高 y，宽 x，通道数），分别对应width ，height python转c++代码时用的上 2）使用Mat(3, 1, CV_32F, test).clone(); 方式构建的Mat，是垂直保存的，在做矩阵和向量的乘法时，就不用转置了 float test[] = { 1, 2, 3 }; float test22[] = { 2, 4, 6 }; Mat testMat = Mat(3, 1, CV_32F, test)....