基础卡尔曼滤波

来源：古月居原理卡尔曼滤波器是一种基础预测定位算法。原理非常简单易懂。核心过程可以用一个图说明：本质上就是这两个状态过程的迭代，来逐步的准确定位。预测：当前状态环境下，对下一个时间段t的位置估计计算的值。更新：更具传感器获取到比较准确的位置信息后来更新当前的预测问位置，也就是纠正预测的错误。你可能要问为什么有传感器的数据了还要进行更新？因为在现实世界中传感器是存在很多噪声干扰的，所以也不能完全相信传感器数据。卡尔曼算法依赖于线性计算，高斯分布，我们以一维定位来介绍算法的实现。接下来我们开更新，预测后我们获取到传感器数据，表示目前传感器发现小车的位置应该是在26这个位置，在这种情况下，我们肯定是觉得传感器的准确度比我之前的预测瞎猜要来的准确。所以方差自然会比较小， ………………………………