在導(dǎo)航、控制、信號(hào)處理、機(jī)器人、目標(biāo)跟蹤、SLAM等領(lǐng)域不可避免的會(huì)與卡爾曼濾波打交道

利用多源信息，包括系統(tǒng)模型、控制輸入、測(cè)量數(shù)據(jù)等，進(jìn)行綜合分析，得到更準(zhǔn)確的狀態(tài)估計(jì)

可以處理線性或近似線性的系統(tǒng)，也可以通過擴(kuò)展卡爾曼濾波或無跡卡爾曼濾波等方法處理非線性系統(tǒng)

最近因?yàn)槭诸^的事情又需要再次用到它，正好推介給大家我經(jīng)常用的這份卡爾曼濾波學(xué)習(xí)教程

在網(wǎng)上搜索卡爾曼濾波教程大多數(shù)都是堆公式，三年前我也是差點(diǎn)直接被勸退

有的太大白話，有的太過專業(yè)，沒有一份系統(tǒng)的學(xué)習(xí)指南，然后，我便發(fā)現(xiàn)了這個(gè)寶藏

https://github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python

插播：出不去的/懶的，所有資料與pdf已打包，公眾號(hào)【啥都會(huì)一點(diǎn)的研究生】后臺(tái)回復(fù)【KF】

該教程是由 Roger R. Labbe 撰寫的一本開源書籍，側(cè)重于引導(dǎo)教學(xué)而不是形式證明，涵蓋卡爾曼濾波、擴(kuò)展卡爾曼濾波、無跡卡爾曼濾波、粒子濾波等。?

所有練習(xí)都包含解決方案，代碼均用?Python 編寫，所有內(nèi)容都在Jupyter Notebook中完成，因此代碼可以輕松的運(yùn)行和修改

本教程中的每一個(gè)圖、每一條數(shù)據(jù)都是由 Python 生成的，可以在電腦中直接使用

編寫該教程的作者談及目的時(shí)，也是完全站在初學(xué)者角度著想

這本書的動(dòng)機(jī)源于我對(duì)卡爾曼濾波形象教學(xué)的渴望。我是一名軟件工程師，曾經(jīng)在航空電子領(lǐng)域工作了近二十年，所以我一直和卡爾曼濾波器“碰肘”，但從未自己實(shí)現(xiàn)過一個(gè)。當(dāng)我用計(jì)算機(jī)視覺解決跟蹤問題時(shí)，這種需求變得迫切。有一些領(lǐng)域的經(jīng)典教科書，比如Grewal和Andrew的優(yōu)秀的《卡爾曼濾波》。但是坐下來試圖閱讀是一種慘淡的經(jīng)歷，如果你沒有所需的背景的話。通常前幾章就飛速地涵蓋了幾年的本科數(shù)學(xué)，輕描淡寫地引用了關(guān)于伊藤微積分等主題的教科書，并在幾段簡短的段落中介紹了一個(gè)學(xué)期的統(tǒng)計(jì)學(xué)。對(duì)于初學(xué)者來說，閱讀起來真是困難重重。符號(hào)沒有解釋，不同的文獻(xiàn)對(duì)同一概念使用不同的術(shù)語和變量，而且這些書幾乎沒有例子或者解答過的問題。我經(jīng)常發(fā)現(xiàn)自己能夠解析單詞并理解定義的數(shù)學(xué)，但是對(duì)于它們描述的現(xiàn)實(shí)世界現(xiàn)象卻一無所知。“但這是什么意思？”是我反復(fù)思考的問題。

當(dāng)我開始更多地理解數(shù)學(xué)和理論時(shí)，更多的困難出現(xiàn)了。一本書或論文的作者陳述了一個(gè)事實(shí)，并提供了一個(gè)圖表作為證明。不幸的是，為什么這個(gè)陳述是正確的對(duì)我來說并不清楚，也不明顯如何制作那個(gè)圖表?；蛘呶蚁胫馈叭绻鸕=0，這是否成立？”或者作者提供了一個(gè)高層次的偽代碼，但實(shí)現(xiàn)起來并不明顯。有些書提供了Matlab代碼，但我沒有那個(gè)昂貴軟件包的許可證。最后，許多書在每章結(jié)束時(shí)都有許多有用的練習(xí)題。如果你想自己實(shí)現(xiàn)卡爾曼濾波器，你需要理解這些練習(xí)題，但是練習(xí)題沒有答案。如果你在課堂上使用這本書，也許這沒關(guān)系，但對(duì)于獨(dú)立閱讀者來說太可怕了。我討厭作者向我隱瞞信息，大概是為了避免學(xué)生在課堂上“作弊”。

在我看來，這些都是沒有必要的。當(dāng)然，如果你要為飛機(jī)或?qū)椩O(shè)計(jì)一個(gè)卡爾曼濾波器，你必須徹底掌握典型的卡爾曼濾波教科書中的所有數(shù)學(xué)和主題。我只想在屏幕上跟蹤一個(gè)圖像，或者為一個(gè)Arduino項(xiàng)目寫一些代碼。我想知道書中的圖表是如何制作的，并選擇不同于作者選擇的參數(shù)。我想運(yùn)行模擬。我想在信號(hào)中注入更多的噪聲，看看濾波器的性能如何。在日常代碼中有成千上萬個(gè)使用卡爾曼濾波器的機(jī)會(huì)，而這個(gè)相當(dāng)簡單的主題卻是火箭科學(xué)家和學(xué)者的專利。

我寫這本書是為了解決所有這些需求。