chi2在SLAM后端优化中的作用

#1 楼

具体来说，卡方分布（或Chi2，$ \ chi ^ 2 $或等效地$ \ chi ^ 2_1 $）用于对测量值与期望值的偏差的绝对值的概率进行建模。该计算对于解决测量原点不确定性问题至关重要。也可以使用类似的思想将其用于确定多假设估计的“正确性”，但我不会具体涉及。

请注意，$ \ chi ^ 2_k $分布具有$ k $的自由度。为什么$ \ chi ^ 2_k $？每当您假设高斯（例如$ \ mathcal {N}（0,1）$）的测量噪声时，都会遇到$ \ chi ^ 2_1 $分布，因为的$ n $维矢量的二范数平方$ \ mathcal {N}（0,1）$变量等效于$ \ chi_ {n} ^ 2 $ pdf。 [请参阅：卡方的应用]。

在SLAM中，它通常用于对提供特定度量的特定界标的概率进行建模。