主要内容

initcvabf

根据检测报告创建匀速跟踪阿尔法-贝塔滤波器

全部折叠到页面中

语法

沛富= initcvabf(检测)

描述

例子

沛富= initcvabf (检测）基于中提供的信息初始化用于目标跟踪的匀速阿尔法-贝塔滤波器检测．

函数初始化一个匀速状态，约定为constvel和cvmeas, (x；vx；y；vy；z；vz]．

例子

全部折叠

打开生活的脚本

创建一个objectDetection，位置测量为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initcvabf创建一个trackingABF在给定位置初始化滤波器，并使用上述定义的测量噪声。

沛富= initcvabf(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，与检测。MeasurementNoise值。

沛富。状态
ans =4×11 0 3 0
沛富。MeasurementNoise
ans =2×21.000 0.2000 0.2000 2.0000

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

目标跟踪的匀速alpha-beta跟踪滤波器，返回为atrackingABF对象。

算法

  • 该函数计算过程噪声矩阵假设单位加速度标准差。

  • 你可以用这个函数FilterInitializationFcn追踪器的属性。

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

||||

介绍了R2018b

传感器融合和跟踪工具箱文档

金宝app

自主系统的传感器融合与跟踪

自主系统的传感器融合与跟踪

下载白皮书