KalmanFilter(6,2,0)转换矩阵
KalmanFilter(6,2,0) transition matrix
本文关键字:转换 KalmanFilter 更新时间:2023-10-16
我正在进行一个目标跟踪项目,我想使用卡尔曼滤波器来改进我得到的结果。
我在互联网上发现了很多有效的例子,但我真的想了解它背后的原因
使用opencv,以下是代码的一部分:
KalmanFilter KF(6, 2, 0);
Mat_ state(6, 1);
Mat processNoise(6, 1, CV_32F);
...
KF.statePre.at(0) = mouse_info.x;
KF.statePre.at(1) = mouse_info.y;
KF.statePre.at(2) = 0;
KF.statePre.at(3) = 0;
KF.statePre.at(4) = 0;
KF.statePre.at(5) = 0;
KF.transitionMatrix = *(Mat_(6, 6) << 1,0,1,0,0.5,0, 0,1,0,1,0,0.5, 0,0,1,0,1,0, 0,0,0,1,0,1, 0,0,0,0,1,0, 0,0,0,0,0,1);
KF.measurementMatrix = *(Mat_(2, 6) << 1,0,1,0,0.5,0, 0,1,0,1,0,0.5);
这个比KalmanFilter(4,2,0)的结果更平滑,但我真的不明白为什么。有人能解释一下这个(6,6)转移矩阵的背后是什么吗?
编辑:解决方案可能在这里,但显然我还不够好,无法独自找到。。。
谢谢你的帮助。
您有一个由6个分量组成的状态向量X,其中前两个分量是对象的X和y位置;假设其他4个是它们的速度和加速度:
X=[X,y,v_X,v_y,a_X,a_y]t
在卡尔曼滤波器中,您的下一个状态,Xt+1,等于前一个状态Xt乘以过渡矩阵A,因此使用您发布的过渡矩阵,您将具有:
xt+1=xt+v_xt+0.5 a_x
yt+1=yt+v_y1+0.5a_yt
v_xt+1=v_xt+a_xt
v_yt+1=v_tt+a_tt
a_xt+1=a_xt
a_yt+1=a_yt
如果两种状态之间的时间间隔等于1(这就是为什么假设其他四个变量是速度和加速度是有意义的),那么这是以恒定加速度运动的物体的方程的离散近似值。
这是一个卡尔曼滤波器,允许速度估计中更快的变化,因此它引入了比(4,2,0)滤波器更低的延迟,后者将使用恒定速度模型。
相关文章:
- 防止主数据类型C++的隐式转换
- 模板参数替换失败,并且未完成隐式转换
- 努力将整数转换为链表。不知道我在这里做错了什么
- HEX值到wchar_t字符(UTF-8)的转换
- lambda参数转换为constexpr技巧,然后获取带链接的数组
- 将 Qvector<uint8_t> 转换为 QString
- 如何在cuSparse中使用cusparseXcoo2csr从coo转换为csc
- 有关插入适配器的错误。[错误]请求从 'back_insert_iterator<vector<>>' 类型转换为非标量类型
- 在c++中使用nlohmann从类到json的转换
- 从"int*"强制转换为"unsigned int"会丢失精度错误
- 将Integer转换为4字节的unsined字符矢量(按大端字节顺序)
- 处理小于cpu数据总线的数据类型.(c++转换为机器代码)
- 如何使用OpenCV将RBG图像转换为HSV,并将H、S和V值保存为C++中的3个独立图像
- 复制列表初始化的隐式转换的等级是多少
- 正在将指针转换为范围
- 如何防止 c++ 在从浮点型转换为双精度型(不适用于 IO)时添加额外的小数?
- 将"打开的CV图像"中的"颜色"转换为整数格式
- 是否可以从int转换为enum类类型
- 了解 GLM- openGL 中的相机转换
- KalmanFilter(6,2,0)转换矩阵