C++ 卡尔曼滤波

  • 以行人为例,可测量的数据是二维坐标
#include <iostream>
#include <eigen3/Eigen/Dense>
#include <fstream>

using namespace Eigen;
using namespace std;

class Kalman
{
   
public:
    Kalman() : is_init_(false) {
   }
    ~Kalman() {
   }
    void Init(float mx, float my) {
   
        VectorXf tmp(4,1);
        tmp << mx, my, 0, 0;
        x_ = tmp;
        // F_需要更新时间
        F_ = MatrixXf::Identity(4, 4);
        // 位置和速度的协方差矩阵,会随迭代变准确,初始值可以随意一点
        P_ = 100 * MatrixXf::Identity(4, 4);
        // 预测误差协方差矩阵,行走的话主要是加速度
        MatrixXf q(4,4);
        q << 6.25e-6, 6.25e-6, 1.25e-4, 1.25e-4, 
             6.25e-6, 6.25e-6, 1.25e-4, 1.250e-4, 
             1.25e-4, 1.25e-4, 2.5e-3,  2.5e-3, 
             1.25e-4, 1.25e-4, 2.5e-3
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

刀么克瑟拉莫

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值