详解Kalman Filter

中心思想 现有： 已知上一刻状态，预测下一刻状态的方法，能得到一个“预测值”。（当然这个估计值是有误差的） 某种测量方法，可以测量出系统状态的“测量值”。（当然这个测量值也是有误差的） 我们如何去估计出系统此时真实的状态呢？ 答案是需要结合“预测值”和“测量值”。例如我们可以加权求和，但是这个权重要怎么定义，才能准确估计出真实状态呢？这个权重就是Kalman Filter解决的事情。 系统建模 预

>>阅读原文<<