文档摘要

5.1 SLAM 问题与状态估计 本节摘要：SLAM 是在未知环境中同时估计自身位姿与地图的联合状态估计问题。本节把它写成贝叶斯滤波的形式，讲清预测与更新两步、卡尔曼家族与粒子滤波两条求解路线，并点破真正的难点——数据关联。 远征最惊险的赛段开跑。设想队伍走进一片没有地图的峡谷：想知道自己在哪，得有地图；想画地图，得知道自己在哪。 会员。《5.1 SLAM 问题与状态估计》收录于灏天文库文集《3D 计算机视觉：点云处理、三维重建与SLAM》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/512-3d-%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E7%82%B9%E4%BA%91%E5%A4%84%E7%90%86%E4%B8%89%E7%BB%B4%E9%87%8D%E5%BB%BA%E4%B8%8Eslam

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流