kalman滤波器各项参数及矩阵的设置

参考博客： https://blog.csdn.net/baimafujinji/article/details/50646814

简单来说，卡尔曼滤波器的实现是一个迭代过程，使用上一次的结果预测当前的值，同时使用观测值修正当前值，得到最优结果。

几个重要的公式如下：

这里主要是参考一篇论文：Fully Automatic, Real-Time Vehicle Tracking for Surveillance Video，分析其中的卡尔曼滤波器的实现。

这里估计值x是十维的向量，考虑两帧的信息就可以得到包括加速度在内的初始值，之后交由卡尔曼滤波器自己迭代更新。

y是观测值（在论文中是z），由检测结果、背景切割、LK光流法得到，用于修正估