基本思想
所谓粒子滤波就是指：通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程，这些样本被形象的称为“粒子”，故而叫粒子滤...
分类：
其他好文 时间：
2016-09-13 10:13:46
阅读次数：
211
为解决斜坡下gmapping定位的问题，开始关注gmapping。 先看到EAIPOT博客里关于gmapping的一个参数文件 需要关注的一个参数： particles (int, default: 30) gmapping算法中的粒子数，因为gmapping使用的是粒子滤波算法，粒子在不断地迭代更 ...
分类：
移动开发 时间：
2016-08-02 13:10:19
阅读次数：
1057
上一篇博文已经讲了贝叶斯滤波的原理以及公式的推导：http://www.cnblogs.com/JunhaoWu/p/bayes_filter.html 本篇文章将从贝叶斯滤波引入到粒子滤波，讲诉粒子滤波的原理。 前面我们已经提到，将跟踪目标的运动看作是一个动态系统。系统的状态以目标的状态来表示。这 ...
分类：
其他好文 时间：
2016-05-14 12:41:35
阅读次数：
139
1.引言
这个项目是由俄亥俄州立大学（OSU）一位博士生所写，http://web.engr.oregonstate.edu/~hess/，这位博士在其个人主页上对该项目进行了如下描述：
Object tracking is a tricky problem. A general, all-purpose object tracking algorithm must deal with ...
分类：
其他好文 时间：
2016-05-06 16:02:42
阅读次数：
239
粒子滤波确实是一个挺复杂的东西，从接触粒子滤波到现在半个多月，博主哦勒哇看了N多篇文章，查略了嗨多资料，很多内容都是看了又看，细细斟酌。今日，便在这里验证一下自己的修炼成果，请各位英雄好汉多多指教。 讲粒子滤波之前，还得先讲一个叫”贝叶斯滤波”的东西，因为粒子滤波是建立在贝叶斯滤波的基础上的哩。说太 ...
分类：
其他好文 时间：
2016-05-01 12:20:26
阅读次数：
753
好久不见啊各位亲，最近刚中期答辩完，得以有时间好好更新下博客啦。 自从上一个单目AR系统做完后，就仔细思考了一下我到底在做什么，接下来要做什么。之前博客上写的是3d重建，后来视野开阔了之后发现无论我做3d重建，SLAM，AR，重要的都是姿态更新。一个精准的稳定的姿态更新，决定着系统的好坏。贝叶斯滤波器（EKF扩展卡尔曼滤波,PF粒子滤波）和通用图优化（G2O）是使得姿态更加精准稳定的两种方法。近些...
分类：
Windows程序 时间：
2016-04-29 17:45:13
阅读次数：
4465
好久不见啊各位亲，最近刚中期答辩完，得以有时间好好更新下博客啦。 自从上一个单目AR系统做完后，就仔细思考了一下我到底在做什么，接下来要做什么。之前博客上写的是3d重建，后来视野开阔了之后发现无论我做3d重建，SLAM，AR，重要的都是姿态更新。一个精准的稳定的姿态更新，决定着系统的好坏。贝叶斯滤波器（EKF扩展卡尔曼滤波,PF粒子滤波）和通用图优化（G2O）是使得姿态更加精准稳定的两种方法。近些...
首先提供几篇关于粒子滤波算法的博客：http://www.cnblogs.com/yangyangcv/archive/2010/05/23/1742263.html 这篇博客比较通俗易懂，简单的介绍了粒子滤波的基本工作思想和步骤。http://www.cnblogs.com/lwbaptx/arc ...
分类：
其他好文 时间：
2016-04-25 22:24:24
阅读次数：
367
粒子滤波的理论实在是太美妙了，用一组不同权重的随机状态来逼近复杂的概率密度函数。其再非线性、非高斯系统中具有优良的特性。opencv给出了一个实现，但是没有给出范例，学习过程中发现网络上也找不到。learning opencv一书中有介绍，但距离直接使用还是有些距离。在经过一番坎坷后，终于可以用了， ...
分类：
其他好文 时间：
2016-04-17 20:27:03
阅读次数：
247
1.全概率分布 2.贝叶斯定理 3.二维场景下定位： 二维场景由二维数组描述，有红和绿两种颜色 motions数组: 存储动作 ([0,1]向右,[0,-1]向左,[1,0]向下,[-1,0]向上) measurements数组: 监测当前所在地点脚下的颜色。 步骤: (1)判断motions数组和 ...
分类：
其他好文 时间：
2016-03-31 18:42:30
阅读次数：
123
