SLAM经典链接资源
该博客转到转到此处
-
多元高斯分布
多元高斯分布(The Multivariate normal distribution)
我认为讲的特别好 公式推导特别清晰对卡尔曼滤波有帮助 同时我感觉和主成分分析很相似 -
3.1. 优化方法最速下降法
博主讲了一系列优化方法
3.2. 补充一个最小二乘法和极大似然估计之间的关系 最小二乘法和极大似然法的区别与联系 -
SLAM14讲学习笔记(六)后端(最难一章:卡尔曼滤波器推导、理解以及扩展)SLAM14讲 经典讲解
-
补充一个讲解的卡尔曼滤波(还没有看)EKF滤波
-
贝叶斯
讲的很透彻 尤其对于什么是先验概率 有助解决后端1中开篇提出来的贝叶斯公式的转化 -
SLAM卡尔曼滤波 扩展卡尔曼滤波
直接 SLAM14讲后端公式推导推导结果总结 -
一个关于自动驾驶的网站
值得常翻翻 -
状态估计第三讲:非线性高斯系统的状态估计问题
状态估计-------神书。 建议别直接看书容易怀疑自己 ,多看看博客 -
1.SLAM最小二乘 Schur补 各种优化方法、
2.SLAM中边缘化与一致性
3.VINS-Mono(三)——滑动窗口优化
4.舒尔补在Slam中的应用 舒尔补的终极解释