卡尔曼滤波公式推导

文章目录 什么是卡尔曼滤波 一、数学基础 1. 贝叶斯公式 2. 高斯分布 3. 协方差矩阵 二、进入正题 1. 卡尔曼滤波公式全貌 2. 贝叶斯应用于SLAM 3. 系统模型 4. 明确目的 5. 确定先验分布$\bar{x_k}$（预测） 6. 确定似然函数 7. 计算后验 计算协方差$\hat{P}_{k}$ 计算卡尔曼增益$K$ 计算$\hat{x}_k$ 总结： 什么是卡尔曼滤波 任何含

>>阅读原文<<