主要内容

initcakf

根据检测报告创建恒定加速度线性卡尔曼滤波器

折叠所有页面

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过滤器从包含的信息检测报告。有关线性卡尔曼滤波器的更多信息，请参见trackingKF．

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］．

例子

全部折叠

打开生活的脚本

从初始检测报告中创建并初始化一个二维恒定加速度线性卡尔曼滤波对象。

根据物体位置的初始二维测量(10，−5)创建检测报告。假设测量噪声不相关。

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

从检测报告中创建新的过滤器。

过滤器= initcakf(检测);

显示过滤器状态。

过滤器。状态
ans =6×110 0 0 5 0 0

显示状态转移模型。

过滤器。状态TransitionModel
ans =6×61.0000 1.0000 0.5000 0000 1.0000 1.0000 0000 1.0000 0000 1.0000 0000 1.0000 0000 1.0000 0000 1.0000 0000 1.0000 0.5000 0000 0 1.0000 1.0000 0000 0 1.0000

输入参数

全部折叠

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])

输出参数

全部折叠

线性卡尔曼滤波器，返回为trackingKF对象。

算法

  • 该函数计算过程噪声矩阵，假设时间步长为1秒，加速度标准差为1m /s3.．

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

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

另请参阅

功能

对象

介绍了R2017a

自动驾驶工具箱文档

金宝app

用Simulink实现自适应巡航控制器金宝app

用Simulink实现自适应巡航控制器金宝app

下载技术论文