多传感器融合

多传感器融合

背景：

机器人领域，需要解决的事情大致就这么几件：明确状态量的组成（变量？定位？地图模型？）获取各个位置的传感器读数、整合传感器数据生成地图、将传感器读数与地图模型建立关系、计算在地图模型中的位置、估计位置和模型的确定性、提升状态估计的正确性。

发展阶段：

Kalman Filters框架

全局定位、重定位和不确定处理（POMDPs）

无参滤波器Particle Filters（PF)

EKF的各个变体：ESKF、MSCKF和IKF