SLAM学习——卡尔曼滤波（KF/EKF）

符号意义 x ^ \hat{x} x^：状态x的估计状态，后验 x ˉ \bar{x} xˉ：估计状态 x ^ k \hat{x}_k x^k​的预估值，先验 P P P：协方差 一、卡尔曼滤波（KF） 1.1 状态观测器（State Observers） 实际系统 x ˙ = A x + B u y = C x \dot{x} = Ax+Bu\\ y = Cx x˙=Ax+Buy=Cx 数学模型

>>阅读原文<<