扩展卡尔曼滤波论文集锦

基于扩展卡尔曼滤波的路面附着系数估算该项目利用Simulink平台，采用扩展卡尔曼滤波 (EKF) 算法估算路面附着系数。模型核心基于Matlab内置的魔术公式轮胎模型和七自由度车辆模型，并独立于C

改进的扩展卡尔曼滤波算法研究，来源于一位老师对卡尔曼滤波的介绍，以及对此的改进算法的介绍。

姿态估计器是机器人导航与控制领域中的关键技术之一，它用于实时计算机器人在三维空间中的位置、姿态、速度等状态信息。Zubax POSEKF（Position and Orientation State

传统单一线性或非线性滤波方法往往难以获得最优线性/非线性混合动态系统状态估计,针对这一问题,结合卡尔曼滤波(KF)方法可获得线性状态估计最优解、计算量小等优势,提出了一种基于KF和扩展容积卡尔曼滤波(

针对现有多传感器融合方法精度低、计算复杂等问题，提出了利用微惯性航姿系统的高精度传感器陀螺仪、加速度计和磁力计组合确定姿态的算法。对采集到的原始数据进行误差补偿和滤波，降低传感器本身噪声，采用四元素的

卡尔曼滤波 扩展 UKf 看看还是不错的

改进的EKF的Matlab程序，已测可用，需要的朋友自行下载

扩展卡尔曼滤波器 使用Gazabo,Rviz和ROS 设置环境: 对于此项目,使用了以下设置: Ubuntu 16.04 LTS操作系统 罗斯动力学 凉亭7.0.0 Rviz 1.12.17 安装步骤

卡尔曼滤波讲解PPT,包含经典卡尔曼滤波、无迹卡尔曼滤波、扩展卡尔曼滤波、多模型卡尔曼滤波,包含理论推导、仿真图示;适合汇报、学习、教学用

卡尔曼滤波的原版论文,英文的,想认真学习算法还是要看得了英文论文。