1.通过几个案例了解使用卡尔曼滤波器的常见场景。卡尔曼滤波器是一种优化估算算法，在不确定和间接测量的情况下估算系统状态。 观看视频示例，了解卡尔曼滤波器背后的工作原理。
2.本视频介绍了解状态观测器的工作原理，并解释其背后的数学原理。 在无法直接测量时，使用状态观测器估算系统的内部状态。
3.本视频介绍卡尔曼滤波器结合两个信息源，预测状态和噪声测量，以产生最佳的，无偏的状态估计
4.本视频讨论实现卡尔曼滤波算法所需的方程组。
5.本视频解释了非线性状态估算器背后的基本概念，包括扩展卡尔曼滤波器，无味卡尔曼滤波器和粒子滤波器。
6.在本视频中你将学习如何配置卡尔曼滤波器模块参数，例如系统模型、初始状态估计和噪声特性，使用Simulink中的卡尔曼滤波器估算单摆模型角度。
7.本视频演示使用扩展卡尔曼滤波器估算非线性单摆系统的角位置。 您将学习如何配置扩展卡尔曼滤波器模块参数，例如状态转换和测量函数，并生成C / C ++代码。