主要内容

initcakf

从检测报告创建恒定加速度线性卡尔曼滤波器

所有的页面崩溃

语法

过滤器= initcakf(检测)

描述

例子

过滤器= initcakf (检测)创建并初始化一个恒定加速度线性卡尔曼滤波过滤器中包含的信息检测报告。关于线性卡尔曼滤波器的更多信息,请参阅trackingKF。

该函数初始化一个恒定加速度状态相同的约定constacc和cameas,(xvx一个xyvy一个yzvz一个z]。

例子

全部折叠

打开生活的脚本

创建并初始化一个二维恒定加速度线性卡尔曼滤波对象从最初的检测报告。

创建初始二维测量,检测报告(10−5),对象的位置。假设不相关的测量噪声。

检测= objectDetection (0 (10; 5)“MeasurementNoise”,眼(2),…“SensorIndex”,1“ObjectClassID”,1“ObjectAttributes”,{“汽车”,5});

创建新的滤波器的检测报告。

过滤器= initcakf(检测);

显示过滤器的状态。

filter.State
ans =6×110 0 0 5 0 0

显示状态转换模型。

filter.StateTransitionModel
ans =6×61.0000 - 1.0000 1.0000 1.0000 0.5000 0 0 0 0 0 0 0 0 0 1.0000 0 0 0 0 0 0 0 0 0 0 1.0000 1.0000 0.5000 1.0000 - 1.0000 1.0000 0 0 0 0 0

输入参数

全部折叠

检测报告,指定为一个objectDetection对象。

例子:检测= objectDetection (0 (1; 4.5; 3)“MeasurementNoise”, (1.0 0 0;2.0 0 0;0 0 1.5])

输出参数

全部折叠

线性卡尔曼滤波器,作为一个返回trackingKF对象。

算法

  • 函数计算过程噪声矩阵假设一秒钟时间步和加速率标准差为1 m / s3。

  • 你可以使用这个函数FilterInitializationFcn财产的multiObjectTracker对象。

扩展功能

C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。

版本历史

介绍了R2017a

另请参阅

功能

对象