前言
最近学习激光雷达和摄像头的目标追踪算法,主要涉及目标检测----->目标匹配----->目标追踪,不同于传统的目标追踪,机器人的目标涉及多个障碍物,如果想要预测障碍物的轨迹,必须有效检测出来,才能进行后续的处理,在许多文章中,涉及的关键字有
- yolov3
- 点云聚类
- 卡尔曼滤波
- 匈牙利匹配算法
- deepsort
- darknet_ros
- 雷达
- 深度相机
因为我的目标是
- 低成本
- 实时性
- 尽量用二维激光雷达和深度相机搞定
- 但学习算法方面要有所拔高,为找工作做准备(这是关键,不谈计算资源,成本和实时性的算法就是耍流氓!!!).嵌入式思想的精髓就是,每一个部件,每一行代码都是有用的,精益求精!
1.卡尔曼滤波器
看了几天资料,终于看懂了,理解了回头看感觉不难,在没理解之前着实有点绕.
卡尔曼滤波原理及实现
基于MATLAB的卡尔曼滤波算法实现
思想:状态的初步预测向量转换到观测空间.与观测向量,求两个高斯分布乘积后的高斯分布的均值,转换回预测值空间,即为预测值,更新协方差矩阵.
2.匈牙利匹配算法
多目标跟踪之数据关联(匈牙利匹配算法和KM算法)
带你入门多目标跟踪(三)匈牙利算法&KM算法