方法是否应该用于重采样？许多重采样方案（例如本文）似乎都要求在某个阶段计算方差，这对于$ SO \ {3 \} $而言并非微不足道。还是在进行粗化时需要方差。
是否有关于重采样姿态状态的好论文？尤其是那些重新采样完整姿势（例如姿势和姿势）的对象？
#1 楼
大多数粒子过滤器实现将使用某种重要性采样，不需要您对基础分布进行假设。这是首先使用粒子过滤器的主要原因之一。重要抽样不是从估计的分布中抽样，而是从一组加权样本中抽样。此处所有对方差的引用都提到了由特定的重采样方案引入的方差。这是对重新采样质量的一种度量，因为您不想在对粒子真实分布的估计中引入不必要的不确定性。您无需为重新采样而计算粒子的方差。关于哪个效果最好？您的论文有一些答案。我还用较少的数学写了一篇关于该主题的文章。在大多数情况下，某种形式的分层重采样会比多项式方案更好。
我唯一想到的情况就是您需要在哪里计算SO（3）分布的方差，这是当您要验证重采样引入的方差时。在这种情况下，我要做的是计算方向的平均值（如您所说，并非无关紧要），然后使用与平均值的差异方差作为缩放的旋转轴表示。但是正如我所说。我认为您不需要这个。
一个警告：在大多数情况下，不建议对整个6D姿势进行采样。为此，您需要大量的颗粒。即使每个维度仅需要10个粒子来恰当地表示您的分布-这通常是不够的-这可能意味着您在6D中最多需要一百万个粒子。大量的内存和处理能力...