![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
概率图模型
文章平均质量分 95
visionlli
掐指一算,已经QI年算法搬运踩坑经验。主要方向是计算机视觉和Robot领域,拥有丰富的激光SLAM,高精定位和导航算法经验,干过几类不同机器人和视觉类产品。目前专注于3D视觉,VSLAM,语义SLAM,视觉跟踪,6DOF姿态估计的应用。
展开
-
AI算法 - 粒子滤波
粒子滤波原理1 基础介绍1.1 隐马尔科夫链1.1.1 马尔科夫链性质1.1.2 动态空间模型1.2 蒙特卡洛模拟1.3 贝叶斯推断1.4 状态估计模型2 粒子滤波2.1 概率分布2.2 采样2.3 重采样2.4 标准粒子滤波流程3 改进与优化3.1 改进率分布3.2 改进统计量3.3 AMCL与Gmapping1 基础介绍在总结粒子滤波之前,还是先从最基本的数学根源问题开始,本质上是一套基于马尔科夫链蒙特卡洛的抽样方法,将这基于MCMC抽样的方法用在机器人状态估计领域,就叫粒子滤波。在《机器人学中的状原创 2022-02-22 13:44:37 · 4841 阅读 · 0 评论 -
AI算法 - 抽样方法
这里写自定义目录标题1 采样介绍2 采样思想2.1功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入1 采样介绍在粒子滤波等算法中都提到采样,即从后验概率分布中采样,也有介绍抽样分布。从概率分布p(x) 中获取样本的过程叫采样,大原创 2022-02-11 17:36:28 · 3215 阅读 · 0 评论