三者都是基于贝叶斯滤波。

粒子滤波和直方图滤波不要求高斯分布，可解决非线性

卡尔曼滤波要求高斯分布且线性。扩展卡尔曼滤波为了解决非线性问题，利用泰勒展开进行一阶近似。

直方图滤波就是贝叶斯滤波的直观实现。自动驾驶定位算法-直方图滤波(Histogram Filter)定位-CSDN博客

粒子滤波也是贝叶斯滤波，和直方图滤波的不同在于

1. 样本不同：粒子滤波的样本是随机采样的粒子，可能并不相邻

2. 后验概率的表达方式不同：粒子滤波由样本的后验概率进行重采样，后验概率高的样本被采样次数多。

https://zhuanlan.zhihu.com/p/29025610