#Sensor Fusion

摄像头擅长感知意义，激光雷达擅长捕捉几何形状，惯性测量单元（IMU）擅长捕捉运动——但它们各自都有盲区。本文从融合这些传感器的概率和优化数学方法（卡尔曼滤波器、因子图）入手，系统地介绍了传感器融合如何将多个传感器的数据整合为一个统一的世界模型。

占用网格将空间划分为单元格，并以概率方式表示已占用空间、空闲空间和未知空间。学习贝叶斯和对数几率更新、逆传感器模型、光线投射、动态衰减、3D体素、SLAM、代价图和规划。

传感器读数并非系统状态本身。本入门教程解释了可观测性、卡尔曼预测/更新方程、协方差、数值示例、控制集成、机器人实现以及故障安全行为。