卡尔曼滤波(kalman filter)
可以基于目标前一时刻的位置,来预测当前时刻的位置,并且可以比传感器(在目标跟踪中即目标检测器,比如yolo等)更准确的估计目标的位置。
卡尔曼滤波被广泛应用于无人机,自动驾驶,卫星导航等领域,简单来说,其作用就是基于传感器的测量值来更新预测值,以达到更精确的估计。
假设我们要跟踪小车的位置变化,如下图所示,蓝色的分布是卡尔曼滤波预测值,棕色的分布是传感器的测量值,灰色的分布就是预测值基于测量值更新后的最优估计。
代码解析:
1.卡尔曼滤波器的启动
目标跟在初始化跟踪器tracker时,就会启动卡尔曼滤波器
main.py
tracker = Tracker(metric)#Tracker是一个类,这里初始化一个跟踪器
tracker.py
class