本文主要是介绍看深蓝学院多传感器融合课程的笔记，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
贝叶斯推断和贝叶斯公式是整个卡尔曼的核心。
贝叶斯滤波比卡尔曼滤波比卡尔曼滤波更宽泛。
误差作为状态量
融合工程师很多时候是调参工程师，卡尔曼滤波的Q R，需要调参
掌握观测方程的推导。13章第一节。
掌握了这个方法无论推导什么东西都变得异常的简单。
预积分的作用就是提高效率，不是为了提高精度。做预积分就是为了不重新积分。
两个不互补，而且一个准一个不准，那就选一个，不用互补。
干的四件事，先建图，再定位，再把图建得更好，再把定位做得更好。
15章第一节开头讲。
大部分公司都在从滤波往优化走，滤波有的优势优化都有，反过来不一定。
现在用滤波的是因为处理器性能低
大部分公司都在这么做，
建图好的定位合起来。
发展趋势。
融合的核心是IMU。
标定就是在融合的基础上增加一些状态量。
卡尔曼滤波的代码可以github上搜ekf ins ekf gps ins ekf
IMU是核心。
这篇关于看深蓝学院多传感器融合课程的笔记的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
