目标跟踪
shaozhenghan
GitHub: https://github.com/shaozhenghan
展开
-
目标跟踪中的坐标变换问题以及四元数
在自动驾驶的目标跟踪问题中,自车的坐标系随着自车运动,包括yaw angle。因此,在跟踪时,需要这样做:车身偏航角的变化率是可以得到的yaw_rate,在每次触发跟踪算法时根据两帧时间戳的差值对yaw_rate做积分,就有这个时间段内产生的偏航角变化,把这个值算到卡尔曼的估计中,再和测量值做加权。也就是说,卡尔曼的预测过程=基于目标运动模型+自车坐标系变化引起的坐标变换(旋转).可以这样理解...原创 2019-03-03 15:26:01 · 2041 阅读 · 0 评论 -
对基于卡尔曼滤波的跟踪算法的一些理解(二)
KF跟踪时常见的运动模型有匀速运动模型(CV)和匀加速运动模型(CA)常用传感器是Lidar和Radar其中,Lidar只能测距不能测速,而radar可以测速。因此,在使用Lidar进行跟踪时,速度可以初始化为0,在预测阶段正常计算,在测量更新阶段使用测量矩阵H 将状态向量中的速度舍弃掉。但这并不意味着速度就不能更新了,因为计算得到的卡尔曼增益K可以根据预测测量值和实际测量值的差对速度...原创 2019-03-03 16:15:48 · 1250 阅读 · 0 评论 -
关于 坐标变换 的总结
原创 2019-05-17 11:00:34 · 393 阅读 · 0 评论 -
(转)Apollo 2.0 框架及源码分析(三) | 感知模块 | Radar & Fusion
https://zhuanlan.zhihu.com/p/33852112文章提到了几个点:一、雷达radar部分:Apollo 2.0 的坐标体系是以Lidar 为基准的。Apollo 可能认为 Velodyne 的位置是最准确的,因此 Camera 的位置标定参考 Velodyne, Radar 的标定参考 Camera。阿波罗的感知几乎都依赖高精地图预先做ROI处理,以...转载 2019-06-09 12:30:30 · 2272 阅读 · 0 评论