Spanish subtitles

← cs373_unit2_15_q_Shifting-the-Mean

dummy description

Get Embed Code
4 Languages

Showing Revision 1 created 09/03/2012 by almartinflorido.

  1. En filtros de Kalman iteramos entre medición y movimiento.
  2. Esto a menudo se llama "actualización de la medida",
  3. y esto a menudo se llama "predicción".
  4. Y esta actualización va a utilizar la regla de Bayes, que no es otra cosa que un producto o una multiplicación.
  5. Y esta actualización usará la probabilidad total, que es la convolución,
  6. o simplemente una suma.
  7. Hablemos primero sobre el ciclo de medición y el ciclo predicción,
  8. utilizando nuestra gran gaussiana, para la aplicación de estos pasos.
  9. Así que supongamos que usted está localizando a otro vehículo,
  10. y tiene una distribución a priori que se ve de la siguiente manera.
  11. Es un gaussiana muy amplia con la media aquí.
  12. Y ahora, digamos que obtiene una medición que nos dice algo acerca de
  13. la localización del vehículo, como esta.
  14. Tiene una media por aquí llamada ν,
  15. y en este ejemplo tiene una covarianza mucho menor para la medición.
  16. Este es un ejemplo en el que nuestra priori era bastante incierta acerca de la localización,
  17. pero la medida nos contó un poco acerca de dónde está el vehículo.
  18. Así que aquí está la pregunta para ti.
  19. ¿Dónde estará la nueva media de la gaussiana posterior aquí, por aquí, o aquí?
  20. Marque una de las tres casillas.