文档帮助中心文档
从检测报告中创建恒定加速度alpha-beta跟踪过滤器
沛富= initcaabf(检测)
例子
沛富= initcaabf (检测)根据中提供的信息初始化用于对象跟踪的常量加速度alpha-beta跟踪过滤器检测.
沛富= initcaabf (检测)
沛富
检测
函数初始化一个常量加速状态,其约定与constacc和cameas, (x;vx;一个x;y;vy;一个y;z;vz;一个z].
constacc
cameas
全部折叠
创建一个objectDetection,其位置测量值为x=1, y=3,测量噪声为[1 0.2;0.2 - 2);
检测= objectDetection(0(1、3)“MeasurementNoise”, 1 0.2; 0.2 - 2);
使用initccabf创建一个trackingABF在提供的位置初始化滤波器并使用上面定义的测量噪声。
initccabf
trackingABF
沛富= initcaabf(检测);
检查状态值和测量噪声。验证过滤器状态,沛富。状态,具有相同的位置分量检测。测量.验证滤波器测量噪声,沛富。MeasurementNoise,是一样的检测。MeasurementNoise值。
沛富。状态
检测。测量
沛富。MeasurementNoise
检测。MeasurementNoise
ans =6×11 0 0 3 0 0
ans =2×21.0000 0.2000 0.2000 2.0000
objectDetection
检测报告,指定为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])
检测= objectDetection(0,[1;4.5;3],'MeasurementNoise', [1.0 0 0;2.0 0 0;0 0 1.5])
用于对象跟踪的恒定加速度alpha-beta跟踪过滤器,返回为trackingABF对象。
该函数计算过程噪声矩阵,假设加速度变化率的单位标准差。
你可以使用这个函数作为FilterInitializationFcn追踪器的属性。
FilterInitializationFcn
objectDetection|trackingABF|trackingEKF|trackingKF|trackingUKF
trackingEKF
trackingKF
trackingUKF
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系