Probabilistic Robotics - 칼만필터(1)

3.1. 가우시안 필터3.1. 개요→ 가우시안 기술은 다변량 정규 분포(multivariate normal distribution)로 빌리프를 표현3.2 칼만 필터3.2.1 선형 가우시안 시스템- 연속형 스테이트상에서 빌리프 계산 방법을 구현1. 상태 전이 확률 p(x_t | u_t, x_{t-1})은 노이즈가 추가된 선형함수여야 함- 여기서 $x_t$ 와 $x_{t-1}$ 상태 벡터, $u_t$는 시간 t에서 제어 벡터를 의미- A 행렬은 x의 차원과 같고 B는 n * m 크기의 행렬로 u의 차원과 같다- 최종적으로 선형 함수가 되므로 선형 시스템 다이내믹스라 가정- 사후확률 상태의 평균은 $A_tx_{t-1}+B_tu_t$이고, 공분산은 $R_t$가 됨- 이 식을 3.1에 대입하면- 상태 전이 확률2. 측정확률 $..........

원문링크 : Probabilistic Robotics - 칼만필터(1)