c參考資料：https://www.bzarg.com/p/how-a-kalman-filter-works-in-pictures/

卡爾曼濾波本質上是一個數據融合算法，將具有同樣測量目的、來自不同傳感器、(可能) 具有不同單位 (unit) 的數據融合在一起，得到一個更精確的目的測量值。

卡爾曼濾波的局限性在于其只能擬合線性高斯系統。但其最大的優點在于計算量小，能夠利用前一時刻的狀態（和可能的測量值）來得到當前時刻下的狀態的最優估計。

EKF擴展卡爾曼濾波適用于非線性高斯模型。

?

徐老師闡述原理記錄：
?

?

總結

以上是生活随笔為你收集整理的多传感器融合之滤波（一）——卡尔曼滤波（KF）推导的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。