1. 状态估计概述

为啥需要状态估计？因为机器人学中存在很多方面的不确定性

从更大方面来说，机器人由于不确定性从而引申出来最优估计（参数估计与状态估计）这个话题

在这个专栏中仅考虑状态估计，我们将从两个方面来讨论机器人状态估计

2. 控制基础

从上图中我们可以知道机器人控制整个架构图，而研究机器人控制也有两个方面的话题（《自动控制原理》中基于Laplace变换的经典控制，《现代控制理论》中基于状态方程的现代控制）

而控制中最重要的话题即——反馈

遇事不决，反馈控制

反馈控制的引入，构建了现代控制理论的核心：控制器 + 估计器

如果状态不可完全观测，通常需要对状态进行重构，设计估计器

3. 状态重构

状态重构分为 全阶估计器 和 降价估计器

4. 分离定理

分离定理确定了控制器与估计器的设计能够解耦

总结：

状态估计最基础的内容应该就是Luenberger观测器了，Luenberger观测器明确了一个话题：就是估计器的组成部分为：基于模型的预测 + 基于感知的校正

而这个思路，包括下一部分的概率视角中（预测与更新）从本质上来看是一致的，构成了在线状态估计实现方法

Reference

1. Feedback Control of Dynamic Systems
2. Probabilistic Robotics