卡尔曼滤波与车载传感器的融合,KITTCAMP无人驾驶社区,KITTCAMP,学与新科技共成长
本次分享内容由imorpheus.ai提供,分享内容已获授权。
第一部分介绍经典的卡尔曼滤波(Kalman Filter-KF),以及Monte Carlo Localization (MCL)问题;第二部分首先介绍利用KF算法融合GPS,车轮里程计,惯导等数据,然后在MCL算法下,基于KF算法结果,激光及特征地图数据进行高精度的室外定位。
keywords: Kalman Filter, Monte Carlo Localization, GPS, Outdoor Localization
reference: 《Probabilistic Robotics》-- Sebastian Thrun《A GPS and Laser-based Localization for Urban and Non-Urban Outdoor Environments》-- Matthias Hentschel, Oliver Wulf and Bernardo Wagner 适用人群:自动驾驶爱好和
汽车领域从业者
机器学习实践者