文档帮助中心文档
从检测报告中创建恒定转速的无迹卡尔曼滤波器
过滤器= initctukf(检测)
例子
过滤器= initctukf (检测)创建并初始化一个恒定转速的无迹卡尔曼过滤器从包含的信息检测报告。有关无迹卡尔曼滤波器的更多信息,请参见trackingUKF.
过滤器= initctukf (检测)
过滤器
检测
trackingUKF
函数初始化一个恒定的轮转率状态,约定与constturn和ctmeas, (x;vx;y;vy;ω;z;vz),ω周转周期。
constturn
ctmeas
全部折叠
从初始检测报告中创建并初始化一个二维恒定转速无迹卡尔曼滤波对象。
根据物体位置的初始2D测量(-250,-40)创建检测报告。假设测量噪声不相关。
通过增加z分量为零,将测量扩展到三维空间。
检测= objectDetection (0 (-250; -40; 0)“MeasurementNoise”, 2.0 *眼(3),...“SensorIndex”, 1“ObjectClassID”, 1“ObjectAttributes”, {“汽车”2});
从检测报告中创建新的筛选器并显示筛选器属性。
filter = trackingUKF with properties: State: [7x1 double] StateCovariance: [7x7 double] stattransitionfcn: @constturn ProcessNoise: [4x4 double] HasAdditiveProcessNoise: 0 MeasurementFcn: @ctmeas MeasurementNoise: [3x3 double] hasadditivmeasurementnoise: 1 Alpha: 1.0000e-03 Beta: 2 Kappa: 0 EnableSmoothing: 0
显示过滤器状态。
过滤器。状态
ans =7×1-250 0 -40 0 0 0 0
显示状态协方差矩阵。
过滤器。状态Covariance
ans =7×72.0000 0000 00 100.0000 000 2 0000 0000 100.0000 0000 0 100.0000 0000 0 100.0000 0000 0 100.0000 0000 0 100.0000 0000 0 100.0000 0000 0
初始化一个二维恒定转速扩展卡尔曼滤波器,由球坐标初始测量得到的初始检测报告。如果你想使用球坐标,那么你必须提供一个测量参数结构作为检测报告的一部分框架字段设置为“球”.设定目标的方位角为45度,射程为1000米。
框架
“球”
帧=“球”;sensorpos =[25、-40、-10]。';sensorvel =(0; 5。0);宽松=眼(3);
创建测量参数结构。集“HasVelocity”和“HasElevation”来假.然后,测量包括方位角和距离。
“HasVelocity”
“HasElevation”
假
measparms =结构(“帧”框架,“OriginPosition”sensorpos,...“OriginVelocity”sensorvel,“定位”宽松的,“HasVelocity”假的,...“HasElevation”、假);量= (45,1000);measnoise =诊断接头(3.0[2]。^ 2);检测= objectDetection(0,量,“MeasurementNoise”,...measnoise,“MeasurementParameters”measparms)
detection = objectDetection with properties: Time: 0 Measurement: [2x1 double] MeasurementNoise: [2x2 double] SensorIndex: 1 ObjectClassID: 0 Measurement: [1x1 struct] ObjectAttributes: {}
过滤器= initctukf(检测);
过滤状态向量。
disp (filter.State)
732.1068 0 667.1068 00 -10.0000 0
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])
Unscented卡尔曼滤波器,返回为trackingUKF对象。
该函数计算过程噪声矩阵,假设时间步长为一秒。该函数假定加速度标准差为1m /s2,转速加速度标准差为1°/s2.
你可以使用这个函数作为FilterInitializationFcn财产的multiObjectTracker对象。
FilterInitializationFcn
multiObjectTracker
initcaekf
initcakf
initcaukf
initcvekf
initcvkf
initcvukf
trackingEKF
trackingKF
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