面试题库 › 算法 / 大模型 › 卡尔曼滤波与粒子滤波对比(以 IMU+GNSS 紧耦合为例)

卡尔曼滤波与粒子滤波对比(以 IMU+GNSS 紧耦合为例)

难度 ★★★在 2 场真实面经中被问到 方向:算法 / 大模型考点:状态估计与定位

哪些公司问过

元戎启行2

常见岗位:推理部署与加速、自动驾驶

答案要点

  1. 卡尔曼:线性高斯下最优,均值加协方差描述,计算量小;EKF 线性化、UKF 用 sigma 点,均为单峰
  2. 粒子滤波:带权粒子近似任意分布,适合非线性、非高斯、多峰;计算量随维度剧增,需重采样防退化
  3. 紧耦合:直接用伪距、多普勒等原始观测,卫星少于四颗仍可更新
  4. 状态含位置、速度、姿态、IMU 零偏、钟差钟漂,IMU 高频预测、GNSS 低频更新
  5. 高维近高斯问题常用 EKF 或误差状态卡尔曼;粒子滤波适合低维多峰如地图重定位

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题