OPENCV如何将KalmanFilter类用作ExtendedKf

OpenCV how to use the KalmanFilter class as ExtendedKF

本文关键字：ExtendedKf KalmanFilter OPENCV      更新时间：2023-10-16

文档中写的，可以将cv :: kalmanfilter类用作扩展 - 卡尔曼滤波器（EKF）。有人可以向我解释如何吗？

所有涉及的矩阵均被宣布为公开，因此我可以编辑所有矩阵。源代码适用于普通（线性）kalman-filter。

我认为我应该使用我的非线性系统（即G）编辑transitionMatrix。该矩阵是我的非线性系统之一，它具有输入变量statePost和control；和控制amatrix应该全部0。对吗？

但是我应该在哪里放置g？

的雅各布

我对更新过程也有同样的疑问，我对MeasurementMatrix的非线性系统H。

也许我有点困惑，有人可以帮我吗？

所以，我认为我想出了如何将cv::KalmanFilter类用作EKF。这就是我的方式：

  1. 保存在温度变量中 kf.statePost： temp = kf.statePost

  2. 放入kf.transitionMatrix过渡功能的Jacobian

  3. 执行KF

    4. 的预测步骤

  4. 使用过渡函数使用正确的值更改kf.statePre：kf.statePre = f(temp, control)

  5. 放入 kf.measurementMatrix测量（或校正）功能的雅各布

  6. 进行KF

    7. 的校正步骤

  7. 用正确的值更改kf.temp5矩阵： kf.temp5 = measurement - h(statePre)其中 h()是测量（或校正）函数

  8. 用正确的值更改kf.statePost：kf.statePost = kf.statePre + kf.gain * kf.temp5

最后，您在kf.statePost！

中具有估计的系统状态
相关文章：