Kalman滤波：
其中 Ak为状态转移矩阵， R为状态估计噪声， Q为观测噪声， Ck为观测矩阵,， Pk为状态的协方差，需要对 P0初始化。
Extended Kalman滤波：
预测：
更新卡尔曼增益：
本文深入探讨了Kalman滤波及其扩展形式Extended Kalman滤波在自动驾驶中的应用。介绍了核心概念，如状态转移矩阵、观测矩阵、噪声以及卡尔曼增益的计算，对于理解滤波器如何预测和更新后验概率分布具有指导意义。
最低0.47元/天 解锁文章
扫一扫
8982
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
