|
|
) W. o; x1 K" r( k, ]' h
主要是 自动驾驶过程中 lidar ，radar，还有车本身运动的 模型，3者之间的数据融合要用到。但是我概率学的不好，一开始选错了教材（技校那本）(好像国内也没有什么好教材，大部分就是不断的抛硬币抛若干届不换样，最大的问题就是应用的少，抽象，本来概率应该是很简单的东西, 费解在他们建立的描述体系的表达上)。其中的prediction 和 measure 的概率为何要相乘呢？（按乘法原理解释有点生搬硬套的感觉），还有某些文档中 对t，or t-1 还有估计符号还不一致有的还有错误。为何 measure 是prediction 的另一个线性函数？还有就是这么最终估计出来的安全吗？涉及kalman滤波的有效性。不理解应该就是概率没学好。
+ L" b: q, }5 ~, E7 R, d$ ^, F5 ~: W) O( U+ Y$ S) }- v; @
particle filtering ---蒙特卡罗方法相关的....* o; V) ~& a, s3 n ]- }8 ^
, O1 A/ D1 B L2 h% x9 p( U6 n
谢谢晨大 |
|
雷达卡
发表于 2012-10-12 13:09:15
显身卡
楼主
