SLAM基础-扩展卡尔曼滤波

 

 

 

https://blog.csdn.net/gwplovekimi/article/details/108903215

数学基础

 

 一般来说，EKF在对非线性函数做泰勒展开时，只取到一阶导和二阶导，而由于二阶导的计算复杂性，更多的实际应用只取到一阶导，同样也能有较好的结果。取一阶导时，状态转移方程和观测方程就近似为线性方程，高斯分布的变量经过线性变换之后仍然是高斯分布，这样就能够延用标准卡尔曼滤波的框架。

 

 

 

 

 

 

 

EKF

 

 

 

 

 给出EKF的预测（Predict）和更新（Update）两个步骤：

 

 

 

 

 

 

 

 

 

 

 

https://slowlythinking.github.io/2019/07/Paper_Framework-EKF/