【滤波跟踪】基于粒子滤波实现机器人航迹跟踪附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

运动目标跟踪是计算机视觉研究领域中的一个核心课题,它在民用和军事等众多领域均具有广泛的应用价值。近年来,随着计算机技术的快速发展与现实生活和工作中的迫切需求,运动目标跟踪技术成为计算机视觉研究中的一个热点问题。

⛄ 部分代码

clear;

close all;

clc;

global dt;

time    = 0;

endtime = 25;  % [sec]

dt      = 0.1; % [sec]

nSteps = ceil((endtime - time)/dt);   %250步

result.time  = [];

result.xTrue = [];

result.xEst  = [];

result.mu    = [];

% State Vector [x y yaw]'

xEst = [0 0 0]';

% True State

xTrue = xEst;

% Covariance Matrix for predict

Q = diag([0.1 0.1 toRadian(3)]).^2;    %这个平方是计算矩阵中每个元素的平方

% Covariance Matrix for observation

R = diag([1 toRadian(45)]).^2; % range[m], Angle[rad]

% Simulation parameter

global Qsigma

Qsigma = diag([0.1 toRadian(5)]).^2;

global Rsigma

Rsigma = diag([0.1 toRadian(1)]).^2;

%LM标签位置 [x, y] 也就是那三个五角星

LM = [-5 4;

      4 -5;

      5 6];

MAX_RANGE = 10;  %最大观测距离

NP        = 50; %粒子个数

IndexMax  = 1;   %最大粒子索引？？？

px = repmat(xEst, 1, NP);%创建一个元素均为xEst的1*NP矩阵  维数3*NP

pw = zeros(1, NP) + 1 / NP;%加权变量

% 相对于观测值的flag

flag = zeros(size(LM, 1), NP);  %%  维数3*NP

% 各粒子所具有的地标位置

mu = zeros(2 * NP, size(LM, 1));   %%维数2NP*3

% 各粒子具有的地标协方差矩阵

Sigma = 100000 * ones(2 * NP, 2 * size(LM, 1));  %%  维数2NP*6

% Animation

AnimationFlag = true;

⛄ 运行结果

⛄ 参考文献

[1] 刘馨, 裴海龙, 李坚强. 基于粒子滤波器的移动机器人轨迹预测应用[J].  2008.

[2] 赵广帅、耿振野、崔林飞. 基于改进的粒子滤波蒙特卡洛定位算法研究[J]. 长春理工大学学报：自然科学版, 2020, 43(5):8.

[3] 李海燕. 基于粒子滤波器和径向基神经网络的MIMO-OFDM信道跟踪[D]. 山东大学, 2008.

[4] 苏丽娅. 基于粒子滤波的运动目标跟踪算法研究[D]. 天津理工大学.

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料