参数(即，传感器的偏移和方差)可以是未知的。为此，一个实施方式使用以测量的状态为中心的测量模型的概率分布631，来确定车辆状态和/或传感器状态的概率分布。为此，实施方式可以根据质点中的均值在车辆状态和传感器状态的概率分布上的放置位置，来确定每个质点代表传感器的真实状态的概率。
例如，实施方式将初始状态和参数值的一个样本提交给车辆的运动模型，以估计车辆从初始状态到下一状态621的转变，并选择与下一状态621相对应的点623处的车辆状态上的pdf的值622，作为车辆状态和/或传感器状态准确的概率。
图6b示出了例示了根据与图6a的pdf631不同的pdf651选择采样参数的概率的另一曲线图。例如，pdf651是基于测量状态的变化而更新的分布。在该示例中，实施方式选择与下一状态621相对应的点643处的车辆状态上的pdf651的值622，作为车辆状态和/或传感器状态的概率。
图7a示出了根据本发明的一些实施方式的用于估计校准状态和车辆状态并控制车辆的方法699的一次迭代的流程图。该方法从初始状态和参数的初始集合开始，确定参数值的集合和相关联的不确定性，指定车辆的模型以及解释车辆运动的车辆状态。在不同的实施方式中，车辆的初始状态是车辆的当前估计状态和/或其中车辆的初始状态是与在该方法的先前迭代期间所确定的校准状态相对应的车辆状态。
台湾WINMOST叶片泵
P08-E0-F-R-01 P08-E1-F-R-01
P08-E2-F-R-01 P08-E3-F-R-01
P16-E0-F-R-01 P16-E1-F-R-01
P16-E2-F-R-01 P16-E3-F-R-01
P22-E0-F-R-01 P22-E1-F-R-01
P22-E2-F-R-01 P22-E3-F-R-01
P36-E0-F-R-01 P36-E1-F-R-01
P36-E2-F-R-01 P36-E3-F-R-01
P46-E0-F-R-01 P46-E1-F-R-01
P46-E2-F-R-01 P46-E3-F-R-01
P70-E1-F-R-01 P70-E3-F-R-01
P70-E4-F-R-01 P100-E1-F-R-01
P100-E3-F-R-01 P100-E4-F-R-01
自吸式泵浦
DP-1
DP-2
DP-3
DP-4
浸水式泵浦
RY1/8HP
RY1/4HP
RY1/2HP
RY1HP
冷却研磨桶
MLDS-30 1/8
MLUS-30 1/8
MLDS-30 1/4
MLUS-30 1/4
MLDS-30 1/2
MLUS-30 1/2
1A型单向运转泵浦
ROP-10A
ROP-11A
ROP-12A
ROP-13A
