同样是多传感器融合，用于感知和用于定位时，其对“测量”一词的指代是不一样的，这会导致在某些文章一起看的时候，会产生一些疑惑，特此做一个简单的辨析：
首先是多传感器融合定位：
https://zhuanlan.zhihu.com/p/101832699
这里的融合，是EKF的IMU+GNSS+Lidar多传感器融合定位（自车）
所以自车的运动模型，用IMU的数据进行预测如下：
而一旦本时刻有GPS或者LIDAR的“测量”数据，就用此数据对状态进行更新（如果没有，就一直只是uncorrected的imu预测值）。
这时候我们说LIDAR测量模型是这样：
这里xk是状态，是10维度的向量，包括3方向位置，3方向速度，和四元数表示的姿态,而激光的测量yk实际并不是图中表现那样是指激光的点云（点云是打在障碍物上的），而是指通过使用障碍物点云进行匹配，从而计算出的自车位姿。注意，我们现在谈的是使用滤波器的传感器融合，在定位问题中，这被称作后端，而「由激光点云，来计算自车的位姿（比如使用icp来计算）」的这一步实际上是前端的工作。
这张图里的公式认为，激光前端计算出来的结果只是3方向的位置，所以所谓的测量矩阵H为「1，0，0」，yk（k时刻的激光测量）是「x，y，z」的形式，这里的xyz并不是点云的xyz，而是自车的xyz。
也就是说，当这里提到激光的“测量”时，实际上是自车的位置，而不是激光点云，从激光点云到自车位置的这一步，在前端已经做了。
而在多传感器融合感知里：
https://zhuanlan.zhihu.com/p/67139241
在感知模块里，不像定位一样有一个前端模块，这时，激光或者radar的测量，就是原始测量，所以得用比较复杂的非线性的H矩阵来进行从状态x到测量y的变换。
注意：这里的融合面对的场景是：
将检测障碍物频率相同的激光雷达和毫米波雷达固定在原点(0,0)处，随后两个雷达交替触发，对同一运动的障碍物进行检测。
可以理解为：单个障碍物，自车不动，融合做障碍物的检测和跟踪，
所以这里融合的是lidar和radar，障碍物的运动模型用恒定速度模型进行预测
障碍物的运动轨迹如下图所示，图中绿线为障碍物运动的真实运动轨迹（Ground Truth），橙色的点表示的是多传感器的检测结果。
