滤波算法与传感器融合

卡尔曼滤波 卡尔曼滤波主要是采用预测和更新两个过程。 预测过程主要是根据机器人运动模型，对机器人的下一个位置进行预测，其中P代表系统误差。系统误差是在更新的。例如传感器测量误差Q非常大，这样导致卡尔曼增益K值变小，这样测量值对于预测值的修正作用就会降低，因为测量值没有对预测值起到足够的修正作用，这也就导致系统误差在累计增加。同样，如果传感器足够精确，对预测量起到有效的修正，这是的系统误差就会降低。

>>阅读原文<<