卡尔曼滤波

卡尔曼滤波

在这里插入图片描述
由状态转移矩阵决定位置的更新
在这里插入图片描述
在这里插入图片描述
无论是位置还是速度都会受到当前状态的影响 有外界干扰。
卡尔曼滤波本质上就是基于估计值和观测值进行综合(如下一帧预测值和下一帧检测值)

状态转移矩阵乘以当前状态就是先验估计,也就是根据上一时态估计下一时态的结果,yk就是传感器(就是检测框),Kk就是卡尔曼增益 就是一个权重,用来综合调整估计值和观测值
在这里插入图片描述
在这里插入图片描述
P由协方差矩阵和噪音矩阵(Q)组成
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
r就是h/w
在这里插入图片描述

代码应用

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
Qk和x有关系,x会乘以此节中的第一个图的权重系数,估计出一个Qk出来

初始化

在这里插入图片描述
这是最初的xk和Pk

预测

在这里插入图片描述
在这里插入图片描述

总体过程

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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