粒子滤波

英文:Particle Filter 分类:embodied

基本释义

用一组加权随机样本(粒子)近似状态后验分布的贝叶斯滤波方法,适用于非线性、非高斯的状态估计,如机器人定位(Monte Carlo Localization)。

技术要点

流程:粒子采样→权重更新(似然)→重采样(淘汰低权重);特点:无需线性化、可表达多模态分布;代价:粒子数随维度爆炸(高维效率低);变体:无迹粒子、正则化粒子。

应用场景

用于机器人定位(MCL 室内定位)、目标跟踪(杂波环境)、导航全局定位与计算机视觉(物体姿态);粒子滤波是"任意分布都能近似"的通用滤波。

返回AI百科目录 · AI最前沿首页

相关词条:物理AI · VLA · 空间智能 · 卡尔曼滤波 · 传感器标定