📡 无迹卡尔曼滤波
多传感器融合·优势
🎓 30章 · 进阶课程
01
引言：为什么需要多传感器融合？
单一传感器的局限性 → 融合必要性
02
卡尔曼滤波回顾
线性最优估计 · 五个核心公式
03
扩展卡尔曼滤波的痛点
EKF线性化 · 雅可比负担与误差
04
无迹变换的核心思想
Sigma点近似分布 · 而非函数
05
UKF算法流程详解
Sigma点 · 权重 · 预测更新
06
UKF vs EKF：精度对比实验
一维非线性系统仿真
07
UKF在GPS/IMU融合中的应用
松耦合与紧耦合架构
08
UKF在视觉惯性里程计(VIO)中的角色
为何比EKF更适合VIO？
09
UKF在雷达与激光雷达融合中的优势
处理非线性测量模型
10
UKF的数值稳定性问题
协方差正定性 · 平方根UKF
11
自适应UKF
噪声协方差在线估计
12
UKF与粒子滤波的对比
计算复杂度与精度权衡
13
UKF在目标跟踪中的应用
多目标跟踪 · 数据关联
14
UKF在机器人定位中的实践
轮式里程计+激光雷达融合
15
UKF在无人机姿态估计中的应用
加速度计·陀螺仪·磁力计
16
UKF在自动驾驶中的多传感器融合
Camera·Radar·Lidar时空对齐
17
UKF的工程实现细节
C++/Python · 避免常见陷阱
18
UKF参数调优指南
过程噪声Q与测量噪声R设定
19
UKF的局限性
高维状态 · Sigma点爆炸
20
改进方案：降维UKF与稀疏Sigma点
降低计算负担策略
21
UKF在非线性系统辨识中的应用
参数估计与状态估计联合
22
UKF在金融时间序列预测中的尝试
状态空间模型·非线性滤波
23
UKF在电力系统动态状态估计中的应用
发电机功角与电压估计
24
UKF在生物医学信号处理中的应用
脑电信号(EEG)非线性滤波
25
UKF与深度学习结合
神经网络学习UKF残差
26
UKF的硬件加速
FPGA/GPU实时UKF架构
27
UKF的联邦滤波架构
容错与并行计算
28
UKF在SLAM中的应用
同步定位与地图构建
29
UKF的变体
迭代UKF · 平滑UKF · UIF
30
总结与展望
UKF未来 · 新兴滤波融合