机器人的定位

在之前的一篇文章里面，有写到了马尔可夫定位和卡尔曼滤波定位。
我们可以这样理解一下：
马尔可夫定位可以看做是贝叶斯滤波在定位上的一个应用
卡尔曼滤波定位也就是卡尔曼滤波在定位上的应用
很显然这两种都是高斯滤波在定位上的应用，也就是说，这两种都是参数滤波，依赖于一些参数的，而且都是单峰高斯分布。

---

下面提到的这两种定位方式，栅格定位和蒙特卡洛定位，不同于之前两种方式的一个显著特点就是，这两种方式是不依赖于参数的，也就是非参数滤波(PS：我个人认为要理解滤波，对参数滤波和非参数滤波的理解非常重要)

栅格定位在整个位姿空间的栅格分解上面采用直方图滤波来近似后验，其实在一块我的理解是这种方式和马尔可夫定位的方式其实差别不大。只是在状态空间上要进行栅格分解这一点不同。

蒙特卡洛定位可以理解为用粒子滤波去进行定位。这里值得注意的一个点是它可以解决机器人的绑架问题(机器人被挪动了可是它自己并不知道，比如：我们拿起机器人然后放到了另一个地方，或者由于地面光滑，轮子打滑了。就会导致绑架问题)。通过随机添加粒子就可以一定程度上解决绑架问题