概率机器人 第三章高斯滤波（正态分布）

高斯滤波也就是在将贝叶斯滤波里面的所有置信度都用正态分布来表示。高斯分布具有单峰，这是符合机器人学中很多的追踪问题都是单峰的，并且后验都是以小的不确定性聚集在真实状态的周围。本章讨论了两种参数的绿滤波，基于矩参数的滤波和基于正则参数的滤波。矩参数是指均值和方差，因为均值和方差是概率分布的一阶矩和二阶矩。正则参数由信息矩阵和信息向量组成。通过矩阵求逆，可以从一个参数得到另外的一个参数，这两种方法对偶

>>阅读原文<<