weixin_42301220的博客

车辆运动学模型车辆动力学模型学习卡尔曼滤波（一）——线性卡尔曼滤波学习卡尔曼滤波（二）——扩展卡尔曼滤波学习卡尔曼滤波（三）——无迹卡尔曼滤波PID实现轨迹跟踪

文章目录参考资料1. 基本概念1.1 线性化过程——雅可比矩阵1.2 预测1.3 更新2. 无人车应用参考资料如何使用卡尔曼滤波（Kalman Filtering）实现对物体运动轨迹的预测？卡尔曼滤波与目标追踪卡尔曼滤波算法原理文章大部分内容是根据参考资料整理所得，旨在于更方便学习记忆查找，不作其他用途。在上一篇整理总结了基本的卡尔曼滤波后，这一章来学习扩展卡尔曼滤波（EKF)，由于许多符号在上一篇中已经说明，所以本篇讲解中不再赘述。1. 基本概念如下式，当状态转移矩阵（过程模型）

文章目录参考资料参考资料无损卡尔曼滤波卡尔曼滤波卡尔曼滤波算法原理文章大部分内容是根据参考资料整理所得，旨在于更方便学习记忆查找，不作其他用途。在上一篇整理总结了扩展卡尔曼滤波。扩展卡尔曼滤波通过一阶泰勒展开得到近似的线性状态转移矩阵与观测矩阵。EKF的一个最大的问题就是求解雅可比矩阵计算量比较大，因此这里再介绍另一种可用于非线性系统的卡尔曼滤波——无迹卡尔曼滤波（Unscented Kalman Filter，UKF）。...

文章目录参考资料1. 基本概念1.1 先验概率和后验概率1.2 贝叶斯公式2. 卡尔曼滤波推导参考资料如何使用卡尔曼滤波（Kalman Filtering）实现对物体运动轨迹的预测？卡尔曼滤波与目标追踪1. 基本概念卡尔曼滤波（Kalman filtering, KF）是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。卡尔曼滤波的一个典型实例是从一组有限的，对物体位置的，包含噪声的观察序列中预测出物体的坐标位置及速度。在很多工程应用（雷达、计算机视觉）中都