这是SLAM最传统的基础,是SLAM最原始的方法,虽然现在使用较少,但是还是有必要了解。
What’s Kalman Filter
这是一个贝叶斯滤波器,估计线性高斯模型,是对线性模型和高斯分布的优化方法。
高斯分布
首先,回顾一下高斯分布:
高斯分布的一些性质:
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。
边缘分布和条件分布的模型:
卡尔曼滤波器的主要参数
卡尔曼滤波器假设x(paths), z(observations)都为线性高斯的:
主要参数: