无损卡尔曼滤波学习笔记

       作为学习自动驾驶的一部分，在这里把学习无损卡尔曼滤波的过程记录一下，以下内容会有很多都是参考别的博客，下面也会给出链接：

无损卡尔曼滤波UKF的原理

   参考链接：  https://blog.csdn.net/lijil168/article/details/83315595

   从前面学习卡尔曼滤波，及扩展卡尔曼滤波的过程来看，KF的核心原理是根据系统的估算值及协方差，测量值及协方差推算出最优的估计值及协方差：如图

                        

                                     

再通过预测方程，测量方程，更新方程这一系列过程，不断的迭代，预测，更新位置，达到最佳的估计状态，上篇博客中给出了数学推导；

卡尔曼滤波的推测过程：https://blog.csdn.net/Young_Gy/article/details/78542754?utm_source=blogxgwz5

                                                        

EKF是将非线性方程通过泰勒近似展开线性化之后，继续使用上面的公式。

而UKF类似于将高斯分布中的均值ÿ