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