卡尔曼滤波

优达学城《无人驾驶入门》的第二个项目是实现矩阵类，要求通过python编写一个用来计算矩阵的类Matrix.编写这个类并不难，涉及到的线性代数方面的知识也不多，比如矩阵的加法、减法、乘法，求逆矩阵，创建单位矩阵等。相比之下，理解编写矩阵类的目的反而显得更加重要。
编写矩阵类，是为实现了卡尔曼滤波器。卡尔曼滤波器涉及的知识很广，涵盖了《无人驾驶入门》课程第二部分“贝叶斯定理”和第三部分“使用矩阵”这两部分的内容，包括贝叶斯定义、高斯分布、运动模型、线性代数等内容。个人认为，如果把“实现卡尔曼滤波器”做为项目会更好。可能考虑到难度有些大，课程是通过workspace（“卡尔曼滤波器和你的矩阵类”）的形式演示了如何实现卡尔曼滤波器。workspace还调用了datagenerator用来生成输入的数据，它是非常好的学习资源，值得研究。
1 实现卡尔曼滤波器的步骤
1)创建矩阵类
numpy库的ndarry和matrix对象非常适合用来实现矩阵计算。两个列表相加，是这样实现的：

  a = [1,2,3]  
  b = [4,5,6]  
  print(a+b)
  [1, 2, 3, 4, 5, 6]

而两个长度相同的ndarray对象相加，结果完全不同：

  c = np.array([1,2,3])  
  d = np.array([4,5,6])  
  print(c+d)
  [5 7 9]

很显然，ndarray的加法就是矩阵的加法。ndarray还有很多矩阵计算的方法和属性，比如矩阵乘法：ndarray.dot()；矩阵的迹：ndarray.trace()