卡尔曼滤波的运动校正步骤
是指在卡尔曼滤波算法中，用于校正运动模型的步骤。卡尔曼滤波是一种用于估计系统状态的优化算法，常用于传感器数据融合、目标跟踪等领域。
在卡尔曼滤波中，运动校正步骤主要包括以下几个方面：
- 预测步骤（Predict）：根据系统的运动模型和当前状态的估计值，预测下一时刻的状态。这一步骤主要利用系统的动力学方程进行状态预测。
- 测量更新步骤（Update）：根据传感器测量得到的数据，对预测的状态进行修正。这一步骤主要利用传感器测量模型和测量噪声进行状态修正。
- 卡尔曼增益计算：卡尔曼增益用于权衡预测值和测量值的权重，根据系统的动态特性和传感器的精度进行计算。
- 状态更新：根据卡尔曼增益和测量更新步骤得到的修正值，更新系统的状态估计。
卡尔曼滤波的运动校正步骤可以应用于多个领域，例如：
- 无人驾驶汽车：用于融合多个传感器（如雷达、摄像头、激光雷达等）的数据，实现对车辆位置和姿态的准确估计。
- 航空航天领域：用于飞行器的姿态估计和导航系统中，提高导航精度和稳定性。
- 机器人导航：用于机器人的自主导航和定位，提高机器人在未知环境中的定位精度和鲁棒性。
腾讯云提供了一系列与卡尔曼滤波相关的产品和服务，例如：
- 腾讯云物联网平台（IoT Hub）：提供了设备接入、数据采集、数据存储和数据分析等功能，可用于接入和管理传感器设备数据。
- 腾讯云人工智能平台（AI Lab）：提供了丰富的人工智能算法和模型，可用于对传感器数据进行分析和处理，实现智能化的运动校正。
- 腾讯云数据库（TencentDB）：提供了高可用、高性能的数据库服务，可用于存储和管理卡尔曼滤波算法中的状态估计结果和历史数据。
更多关于腾讯云相关产品和服务的详细介绍，请参考腾讯云官方网站：https://cloud.tencent.com/
相关·内容
1回答
信息建模
、、、、
在我的项目中的传感器模块由一个旋转相机组成，它收集噪声的信息，有关在周围环境中移动对象的信息。
该信息由运动物体的距离、角和相对变化组成。
相机的限制视距使相机必须周期性地旋转以更新环境信息。
我正在寻找算法/方法来建模这些信息，以便能够猜测/预测/学习这些对象的运动特性。
我目前提出的想法是在队列中存储每个对象的最后n个快照。我取了移动物体的位置和速度的加权平均值，但我认为这是一个很差的方法。
你能说出一些适合这个案子的标题吗？
谢谢
浏览 7提问于2010-05-28得票数 2
回答已采纳
1回答
我知道，当我们有一个测量和过渡方程时，就可以使用卡尔曼滤波。我也知道卡尔曼滤波器可以处理丢失的数据。从我在大学的课程中，我知道卡尔曼滤波器一直被用来做GDP预测。
我不知道卡尔曼滤波器是如何做到这一点的。我知道HP过滤器是如何工作的，我猜这两种方法是相似的。有人知道它的工作原理并能解释吗？
谢谢您的答复。
浏览 0提问于2022-12-15得票数 2
回答已采纳
我有一个实时应用程序在OpenCV，我需要采取当前的视频帧，并分析它的等高线，然后与这些轮廓的质心工作。到目前为止，基本知识都很好，而且很有用。
我预见到的问题是，我的输入帧是‘噪音’的程度，我可能会看到不同数量的质心为每一个帧，它是如何处理这是我的兴趣。
我感兴趣的对象在每一帧中都给出了肯定的结果，例如，如果我期望得到14，那么对于每一帧，我至少会得到14。我还先验地知道帧中的对象之间的空间关系(例如，它们永远不会交叉，有对称性，例如，在其他规则中，左上角的完全是这样的:左上角-总是这样)，所以我可以相信，无论openCV findContours函数找到它们的顺序是什么，它们都将保持不变(
浏览 0提问于2015-02-14得票数 0
回答已采纳
2回答
卡尔曼滤波与内部状态变量的质量
、、、、
我正在尝试为Android开发运动检测应用程序。应用程序应该能够跟踪手机在空间的运动，并将其映射到电脑屏幕上的移动。我使用三轴加速度计，由于数据非常嘈杂，我使用卡尔曼滤波。
内态为6分量矢量速度x、速度y、速度z、accel-x、accel-y、accel-z，测量状态为3分量矢量accel-x、accel-y、accel-z.
对于测量值，滤波器工作得很好，但是速度仍然很嘈杂。
现在我想知道这是正常行为还是我做错了什么，因为我对卡尔曼滤波的理解是非常基本的。我使用的是JKalman库和以下状态转换矩阵(dt为1/15，这是传感器的刷新速度)。
双A={{ 1，0，0，dt，0，0
浏览 7提问于2012-02-10得票数 6
1回答
因此，我一直在尝试研究用于mpu6050的卡尔曼滤波器。我用的是的库，它是由tkjelectronics/lauszus制作的。我已经理解了库本身的“大”行，并且已经实现了它。但我仍然不知道他为什么会这样使用F矩阵：
有人能给我解释一下原因吗？我试着用谷歌搜索，但我没有找到任何提供给我的信息，我一直在努力寻找。谢谢。
浏览 6提问于2021-02-24得票数 0
2回答
我正在做一个项目，在这个项目中，一端有一根杆子连接到一个旋转轴上。因此，当轴从0到~100度来回旋转时(在xy平面上)，杆也是如此。我在运动杆的末端安装了一个三轴加速度计，我测量了加速度计从旋转中心(即杆的长度)到大约38厘米的距离。我收集了很多数据，但我需要帮助找到最好的方法来过滤它。首先，下面是原始数据的一个图：
我认为这些数据是有道理的:如果它在上升，那么我认为在那个时候加速度应该是线性增长的，然后当加速度下降的时候，它应该线性地减小。如果它不断地运动，加速度将是零。但请记住，有时速度会从一个“试验”变化到另一个“试验”。在这种情况下，有120次“试验”或运动/清扫，数据采样频
浏览 0提问于2015-04-15得票数 0
回答已采纳
1回答
我计划从包含加速度计和陀螺仪的惯性传感器( IMU )中获取三维笛卡尔坐标的位置。我用这个来跟踪物体的位置和轨迹。
1--据我有限的知识，我假设加速度计本身就足够了，从而导致了xyz轴A(Ax，Ay，Az)的加速度，需要进行两次积分才能得到速度和位置，但是积分会增加一个未知的常量，这个叫做漂移的误差会随着时间的推移而增加。如何删除此错误？
此外，为什么需要陀螺仪，我们不能把x-y-z轴加速度转化为位移，如果加速度计告诉运动轴，那么为什么要检查陀螺仪的方位。对不起，这是一个非常基本的问题，无论我在哪里检查都使用了Gyro+Accel，但不知道为什么。
3-，即使静止而不是在任何运动中，都有地球引
浏览 13提问于2021-02-12得票数 5
回答已采纳
1回答
我有一组12个IMU安装在我的机械臂的末端执行器上，我使用微控制器读取它来确定它的运动。使用我的控制器，我可以使用直接内存访问同时读取两个传感器。在获得测量值之后，我想将它们融合起来，以弥补传感器的误差，并生成比只有一个传感器更可靠的读数。 经过一些研究后，我的理解是，我可以使用卡尔曼滤波器来达到我想要的结果，但仍然存在所有传感器的值具有不同时间戳的问题，因为我一次只能读取两个时间戳，即使两个时间戳将完全同步，如果仅在µs范围内，下一对将具有不同的时间戳。 现在我知道了控制工程原理，但对传感器融合这个话题完全陌生，google向我展示了太多的结果，无法在合理的时间内找到解决方案。因此，我的问
浏览 13提问于2020-01-31得票数 0
回答已采纳
2回答
我想从Android手机内置的加速度计中获取尽可能准确的数据。我想跟踪x和y轴上的二维运动，即使是小的运动也必须注册。
当我看到加速度计/线性加速度的数据时，手机在桌子上是平的，当我应该是零的时候，它会发生很大的变化。
我看过卡尔曼滤波器，这似乎是一种很好的方法，但我在建立一个模型时遇到了问题。
1.卡尔曼滤波器是从加速度计获取尽可能精确数据的方法吗？
2.卡尔曼滤波器有效吗？也许我误解了，但似乎加速度或速度必须是恒定的？
3.如何建立使用卡尔曼滤波的模型？我很难理解进程噪声是什么？
浏览 5提问于2014-03-23得票数 9
回答已采纳
1回答
我想用陀螺仪，加速度计和磁强计来实现三轴的完全平滑旋转。
第一个问题是，我的输出有很大的噪音，我想知道如何消除它。
第二个问题是陀螺漂移，我认为应该用卡尔曼滤波来解决。
第三个问题是加速度计。如果我把陀螺仪和加速度计组合在一起，当我移动设备时，没有旋转装置，输出就会改变。卡尔曼滤波也能消除输出的运动效应吗？
浏览 2提问于2011-03-15得票数 4
1回答
我有个问题。我读过很多关于视频稳定的论文。几乎所有的论文都提到了利用卡尔曼滤波来平滑运动，因此它具有很强的实时性。但是也有另一个强的过滤器，那就是粒子过滤器。但是我们为什么不使用Partilce滤波器来平滑运动来创建稳定的视频呢？一些论文只使用粒子滤波来估计帧间的全局运动(运动估计部分)。很难理解他们。有人能帮我解释一下吗？非常感谢。
浏览 1提问于2014-07-25得票数 1
回答已采纳
2回答
卡尔曼滤波与指数滤波
、、、、
我想知道，卡尔曼滤波和指数滤波的优缺点是什么？我有一个多传感器融合的问题，我试图决定选择哪种方法。
我认为，卡尔曼滤波在计算上更复杂，但它有一个更详细的系统模型，所以它更准确(？)在多传感器融合中。
指数滤波器是一个简单的方程，但它受到α(较高的α=>较少的“记忆”滤波器)的选择的限制，因而较小的平滑度，但对测量的权重较高而较低的α具有较高的平滑度，但突然的变化没有得到适当的反映。
指数滤波在存在抖动等噪声消除方面更为有用，而卡尔曼滤波则适用于实际的多传感器融合。这是正确的吗？
此外，遗传算法在传感器融合中的作用有多大？我试图结合一个磁罗盘和陀螺仪来估计真正的方位。
浏览 9提问于2010-12-06得票数 6
1回答
我刚刚冒险进入计算机视觉领域，试图解开它的各种复杂之处。我正试图用冲浪特征检测器来增强卡尔曼滤波器。但是，在利用surf特征在检测到的帧上构造出有界的矩形后，我不知道如何调用和使用kalman方法。我已经检测到特征，并在与输入帧进行比较之后，使用参考图像提取关键点。然后我用了flann matcher。
现在，使用卡尔曼滤波是否可行，因为我想跟踪运动，得到预测的运动。我已经搜索了很多，但没有发现冲浪的特征可以用卡尔曼滤波。我得到的只是使用cvBlobs进行跟踪的建议。但是，理论上卡尔曼滤波器被用于跟踪目的。然而，我感到困惑，因为几个基于视频的跟踪实现使用冲浪显示，冲浪可以用来跟踪本身。但我的问
浏览 6提问于2013-02-19得票数 0
回答已采纳
1回答
我对卡尔曼滤波很陌生，所以我对此有一些怀疑。
我将使用一个简单的案例研究：
如果我们有一个一维世界，一个物体在一个变化的加速度下运动，它能用卡尔曼滤波来估计它的当前位置和速度吗？(因为加速度计的测量可能很嘈杂)。我发现了很多例子，但是他们使用了其他类型的跟踪技术，比如GPS。我想了解加速度计是否足以估计状态，以及如何设置卡尔曼滤波器。
预先谢谢你，米歇尔
浏览 2提问于2017-01-03得票数 0
2回答
稳态卡尔曼滤波的状态估计
、、、
我在一个系统上使用离散卡尔曼滤波器。
x(k+1)=A_k x(k)+B_k u(k)
y(k)=C_k x(k)
我从可用的有噪声的y(k)中估计了状态，其中一种状态是由相同的系统状态方程与状态的参考轨迹生成的。然后，我用错误的初始状态x0和一个大的初始协方差(模拟1)测试了它。我注意到KF工作得很好，经过几步，增益k很快收敛到接近于零的一个很小的值。我认为这可能是由过程噪声Q引起的。我把它设置得很小，因为Q代表了模型的准确性。
现在我想把它修改成稳态卡尔曼滤波器。在每次迭代中，我用模拟-1的稳定增益作为常数，而不是计算。然后，将这五个方程简化为一个方程：
X(k+1)^=()A
浏览 4提问于2016-04-07得票数 0
回答已采纳
我被要求创建一个腿从动件机器人(我已经做了)，在这项任务的第二部分，我必须开发一个卡尔曼滤波器，以改善机器人的后续过程。机器人从人那里得到她到机器人的距离和角度(这是一个相对角度，因为参考是机器人本身，而不是绝对的x-y坐标)。
关于这项任务，我有一个严重的疑问。我读过的所有东西，我看到的关于卡尔曼滤波器的每个样本都是一维的(汽车行驶的距离或从建筑物上掉下来的石头)，根据任务，我必须在二维应用它。可以应用这样的卡尔曼滤波器吗？
如果可以在二维中计算卡尔曼滤波器，那么我会理解，要求做的是以线性的方式跟随腿，尽管一个人走起来很奇怪(有随机的移动) -->关于这一点，我对如何建立状态矩阵的函数
浏览 3提问于2015-04-01得票数 0
3回答
我使用LG Optimus 2x智能手机(陀螺仪和加速度计传感器)进行定位。
我想从陀螺仪中获得正确的旋转角度，以便稍后用于身体到地球的坐标转换。我的问题是
如何测量和消除陀螺传感器中的漂移。
一种方法是取陀螺样本的平均值(当移动设备处于静态状态时)一段时间，然后从当前样本中减去，这不是一个好方法。
当手机处于旋转/运动状态时，如何获得漂移自由角？
浏览 1提问于2011-08-31得票数 6
1回答
这个问题本来可以早点解决的，但我找不到。我想实施卡尔曼滤波，以纠正GPS数据。为了实现卡尔曼滤波，需要建立过程模型和测量模型。对于过程模型，我用运动方程s = ut + 1/2at^2和v = u + at导出了这个方程。
过程模型
[Lat(t)] [1 1 0 0] [Lat] [ProcessNoise]
[d(Lat)(t)] = [0 1 0 0] [d(Lat)] + [ProcessNoise]
[Lon(t)] [0 0 1 1] [Lon] [Proce
浏览 0提问于2014-07-18得票数 1
回答已采纳
1回答
我偶然在谷歌论坛上看到一篇文章，上面说卡尔曼滤波器是在安卓虚拟传感器( post#8)中实现的。但我在android文档中没有找到任何关于卡尔曼滤波器的内容。那么，卡尔曼滤波器真的是在android API中实现的吗？我可以从哪里获得虚拟传感器(TYPE_ROTATION_VECTOR)的源代码？
浏览 3提问于2013-04-02得票数 0
2回答
基于卡尔曼滤波的目标跟踪
、、、
我想实现一个卡尔曼滤波器来跟踪一个点，这是我的代码
public Mat onCameraFrame(CvCameraViewFrame inputFrame) {
mRgba = inputFrame.rgba();
mGray = inputFrame.gray();
switch (viewMode) {
case VIEW_MODE_ColorDetect:
/**
*
* some code for color detect
浏览 1提问于2014-01-23得票数 1
2回答
鼠标回调更新率
、、
我想知道人们如何处理鼠标回调的更新率。根据文档，在OpenCV中，仅用于highGUI，因此可以控制每秒的帧数。在某些应用程序中，需要知道鼠标的位置。例如，如果我们使用摄像头作为主要的感官系统，可以跟踪视频中的运动对象，并使用卡尔曼滤波器对其进行滤波。假设移动的对象是鼠标。如果我想使用卡尔曼滤波器，测量的更新率是已知的(即waitKey())，但鼠标的更新率是未知的。在本例中，我对度量模型和系统模型有两种不同的步长。鼠标回调的问题不仅是未知的，而且也是不同的。我这个问题的最终目的是比较操作系统提供的实际鼠标位置、卡尔曼滤波器的估计值和测量值。如果实验有效，我预计估计值将接近实际位置，而测量结果
浏览 3提问于2015-04-24得票数 0
1回答
目前，我正在使用加速度计、陀螺仪和磁力计进行运动跟踪应用程序。我有一个9D传感器融合功能，可以从加速度计数据计算方向和重力抵消。现在如何计算物体在三维空间中的位置？请建议任何算法，可以提供良好的准确性。
浏览 0提问于2013-07-25得票数 1
1回答
我一直在尝试将中的multiObjectTracking()函数应用于一些2D表面上昆虫运动的视频。
在链接的示例中，如果被跟踪对象由于前景遮挡而丢失了几帧，则卡尔曼滤波器用于估计被跟踪对象的运动。滤波器是使用configureKalmanFilter()方法设置的，该方法使用用于运动估计的“恒速”模型。或者，可以使用“恒定加速”模型来调用它。
我的问题是如何在我的卡尔曼滤波器中设置运动估计的自定义模型？
在我的镜头中丢失踪迹的主要原因是当一只动物停下来几帧，然后又开始行走，可能是在不同的方向。因此，我想实现一个'No Velocity‘模型(可以这么说)，它假设丢失的物体只是停留在它
浏览 0提问于2015-05-22得票数 1
1回答
我希望改善我继承的应用程序的gps跟踪。我们追踪纬度、经度和高度。在跟踪之后，我们给出了速度，距离和垂直下降的统计数据。代码当前使用低通滤波器来控制高度，但稍后不做任何操作。这会引起速度和距离方面的问题。
我正在考虑实现卡尔曼滤波器来帮助降低噪声。我的问题是关于卡尔曼滤波器的不同版本。有了我们需要跟踪的内容，我是否可以使用卡尔曼滤波器，或者我是否需要研究扩展/无迹卡尔曼滤波器？
谢谢
浏览 2提问于2012-07-21得票数 8
回答已采纳
2回答
假设我有来自同一变量的两个不同传感器的两个度量。我想知道是否有一种方法来进行信息融合，并获得一个独特的度量来描述整个系统(两个传感器)的最佳方式。
我知道Bar Campo传感器融合模型，但我想知道是否有任何模型没有采用经典的高斯假设，这样传感器融合可以处理坏数据/总错误。
谢谢。
浏览 2提问于2018-01-15得票数 0
回答已采纳
1回答
我正在研究一个跟踪器，它用像素的数量来计算一个点的距离。当相机静止时，一切都进行得很好，我得到了相当精确的读数。然而，随着相机的移动，水珠似乎更大，因此它似乎更接近处理器。
我在想，我可以用陀螺仪和加速度计测量的运动量来用公式来解释涂片，因为最大的问题是旋转涂抹。
假设我对运动的测量是0..1 (0没有运动，1是90度转弯)，我怎么能合理地解释涂片的精确性呢？
浏览 2提问于2016-03-07得票数 1
回答已采纳
1回答
我收到的3D加速度计信号很明显很嘈杂。我正在尝试使用卡尔曼滤波器来消除这些信号的偏差和漂移。作为额外的输入，我有旋转矩阵。
我也可以使用移动平均滤波器，这将是很好的，但我如何使用Kalaman滤波器来平滑这些旋转矩阵的信号？
诚挚的问候
钦坦
浏览 2提问于2015-04-20得票数 1
1回答
我有一个服务，从它得到用户的位置在一个时间间隔(例如，7秒)。行走路径显示在地图上，但正如您所看到的，有许多无效的位置，因为GPS接收器正在试图获得准确的当前位置。
蓝色的是显示的步行路径，黑色的是实际的步行路径。我正在考虑使用IMU作为筛选器，以检查检索到的位置是否在路径上，或者位置提供程序需要更多的时间来更新它。
这样做有可能吗？
浏览 1提问于2020-05-18得票数 0
回答已采纳
我是卡尔曼跟踪的新手，所以我不知道如何开始。我有检测人脸的程序，在检测到人脸后，我想将人脸的中心x.y发送到卡尔曼滤波器，以绘制一条表示运动方向的线。提前谢谢。
浏览 1提问于2013-07-23得票数 4
回答已采纳
1回答
如果这个问题被张贴在错误的stackexchange站点上--请建议我可以将它迁移到哪里！
我在研究一个物体的速度，它与墙壁以及其他物体一起经历多种条件。目标位置的原始数据有轻微的噪声，原因有二:一是视频分辨率有限，二是我的跟踪软件在跟踪目标时也有一些误差(目标图像随时间的变化而略有变化)。
如果简单地利用物体位置的原始数据来计算物体的速度，就会有很大的误差(比速度更大)，因为物体是以较高的帧速率跟踪的。
我最感兴趣的是物体在碰撞前后的速度，因此这是一个重要的问题。
我已经考虑过/尝试过的可能选择。
将离散卡尔曼滤波应用于位置数据：这是一个经常出现在有关相关问题的帖子中的解决方案。然而，当
浏览 2提问于2013-01-31得票数 5
1回答
长坐标运动的卡尔曼滤波
、、、、
我试图实现一个简单的卡尔曼滤波，它将用于过滤/预测车辆在长/载坐标下的运动。
没有来自车辆传感器的测量，只是观测到的长/拉位置的一个新的更新，所以基本上我将试图预测和修正的状态是车辆在任何给定时间的经度和纬度。
据我所知，这个模型是非线性的，因为可能会有随机加速度、方向变化等，但我认为，只要我在状态下也能跟踪轴承，这是可以忽略的。我的问题是，我不知道如何根据状态和预测矩阵来建模这个系统，在此基础上，似乎有必要将长/拉坐标转换/投影成某个笛卡儿xy系统，使两者变得独立，但我不太清楚如何做到这一点。
从xy转换回wgs84似乎不是那么简单，在计算上也可能有点紧张。有人能对这件事有所了解吗？
浏览 1提问于2014-09-21得票数 3
1回答
我想找到iphone加速的基本方向。我想我可以用加速度计来做这件事，但是，从下面的图片中可以看到，加速度计轴是由设备方向定义的。
我想，如果我用陀螺仪纠正偏航，旋转，旋转，那么我可以得到一个更准确的读数，而不必把手机在同一方向运动。
但这仍然不能告诉我iphone的发展方向是什么。为此，我还必须使用磁强计。
有人能告诉我如何用三个传感器读数来找出加速前进的主要方向吗？我甚至不知道从哪里开始。我甚至不知道手机是否以同样的时间速度进行这些测量。
浏览 1提问于2013-11-12得票数 1
回答已采纳
3回答
这是上下文中的阈值图像。不需要的部分是顶部的扩展，我希望它是可以推断的。如果不是，请询问。我想要在删除上下文中的扩展后仍然保留的几乎是圆形的部分。我该怎么做呢？有人建议做形态学手术会有帮助。有没有人可以详述一下，或许可以举个例子？
谢谢
下面是另一个例子：
浏览 2提问于2016-04-07得票数 7
我正在关注一个可能很有名的关于卡尔曼滤波器的。
从这些代码行中：
figure;
plot(t,pos, t,posmeas, t,poshat);
grid;
xlabel('Time (sec)');
ylabel('Position (feet)');
title('Figure 1 - Vehicle Position (True, Measured, and Estimated)')
我知道x是真实位置，y是测量位置，xhat是估计位置。那么，如果我们可以计算x (代码：x = a * x + b * u + ProcessNoise;
浏览 0提问于2011-01-17得票数 1
回答已采纳
我正在制作一个带有伺服和彩弹枪的哨兵炮塔，需要实现实时运动跟踪，以使枪发射任何移动的东西。我该如何编写代码(任何好的算法、书籍、教程)？我想自己做，而不是使用预先准备好的解决方案。
浏览 2提问于2010-01-24得票数 2
回答已采纳
1回答
在我的论文项目中，我需要实现蒙特卡罗定位算法(它基于马尔可夫局部化)。我只有一个月的时间来理解和实现这个算法。我了解概率论和Bayes定理的基本知识。现在我应该熟悉哪些主题来理解马尔可夫算法？我已经读了三到四次研究论文，但我还是没能理解所有的东西。
我试着做谷歌我不明白的任何术语，但我无法理解算法的本质。我想要系统地理解。我知道它是干什么的，但我不完全明白它是怎么做的，也不知道它为什么会这样做。
例如，在一篇研究论文中，人们认为马尔可夫算法可以用于全球室内定位系统，也可以用于多模态高斯分布。而卡尔曼滤波由于同样的原因不能被使用。我完全不明白。
第二个例子，马尔可夫算法假设地图是静态的，并考虑马
浏览 1提问于2019-03-15得票数 1
回答已采纳
1回答
基于卡尔曼滤波的碰撞检测
、、、、
根据后的说法，它可以用位置和速度来预测轨迹。我的问题是如何利用预测的轨迹来预测可能在5分钟内发生的碰撞。假设二维笛卡尔坐标系。
浏览 0提问于2019-01-16得票数 0
回答已采纳
我在试着追踪一个物体在太空中移动。物体的实际运动通常应该是相当笔直的，即使不是笔直的，也应该是平滑的。
我的测量包括对象的3D坐标、时间戳以及3x3协方差矩阵，但仅此而已。我没有速度或加速度(除非它可以通过不同的位置测量来估计)。
我可以对这些数据使用卡尔曼滤波器吗？
浏览 1提问于2015-04-23得票数 4
1回答
用卡尔曼滤波器估计位置
、、、
我正在做一个室内定位的项目。我使用了NS2和一个名为Senelex的matlab GUI来查找节点的原始位置和估计位置。现在我想使用卡尔曼滤波器来估计节点/目标的位置。
例如：
如果我将目标的速度视为常数，我如何使用节点的估计或原始位置的确定值作为卡尔曼滤波器的输入。
以下是节点的估计位置和原始位置。
ori = [6.62650602409639 194.444444444445;
6.62650602409639 10.6837606837607;
192.168674698795 7.83475783475797;
192.16867469
浏览 2提问于2011-12-11得票数 7
回答已采纳
我试图研究如何使用卡尔曼滤波跟踪一个物体(球)在一个视频序列中移动，所以请解释给我，因为我是一个孩子。
通过一些算法(颜色分析，光流.)，我可以得到每个视频帧的二值图像，其中有跟踪对象(白色像素)和背景(黑色像素) ->，我知道目标大小、目标质心、目标位置->只是简单地在目标->完成周围画一个包围框。我为什么要在这里使用卡尔曼滤波？
好的，有人告诉我，由于噪声，我无法在每个视频帧中检测到目标，所以我需要使用卡尔曼滤波来估计目标的位置。好吧，好吧。但据我所知，我需要向卡尔曼滤波器提供输入。它们是先前的状态和度量。
- previous state ( so I
浏览 26提问于2011-01-20得票数 13
2回答
我想学习用卡尔曼滤波来跟踪移动的球。虽然有许多教程可用，但我仍然有一些问题。
，如果我们能在视频序列的每一帧中提取球，我们就会知道球的位置。那么，为什么我们还需要使用Kalman fiter呢？卡尔曼滤波器: x(k+1) = A.x(k) + B.u(k) +噪声
y(k) = C.x(k) +噪声
那么，我们如何定义A，B，C？假设我们要追踪移动的球？
3.如果我们知道以前的状态x(k-1)和当前状态y(k)的测量，我们就可以计算出估计的状态。在跟踪移动球的情况下，“测量”是什么？
浏览 5提问于2011-01-17得票数 7
回答已采纳
在Visual领域，有著名的EKF/UKF/Particle-SLAM解决方案，比如“mono”。
最近，有一个方向的本地束调整方法，如lsd或orb .
我的问题是：
过滤方式是否仍然有一个未来或稳定的使用？在什么应用中？优点/缺点是什么？
我读了这些论文，但是，我没有得到最后的答案(主要是出于误解)：
P. S.：我知道第一种是说本地BA更好，而第二种很少提到过滤，所以..，就这样.，这是视觉-SLAM领域中可怕的卡尔曼滤波器的终结吗？！！
浏览 6提问于2017-12-25得票数 4
回答已采纳
在C或Objective-C中有没有开源的卡尔曼滤波器实现来校正加速度计数据？
我找不到一个，但在我开始花一个月在这上面之前，我最好问一下:-)
浏览 0提问于2011-03-31得票数 3
回答已采纳
1回答
我想在一种有点不寻常的情况下消除噪音。可能有一种常见的算法来解决我的问题，但我不知道它是什么。
我目前正在建造一个机器人望远镜座。为了跟踪天空的运动，它每秒钟拍摄一张天空照片，并跟踪它所能看到的恒星的X、Y和旋转的变化。
如果我只使用原始测量来跟踪旋转，输出就会起伏不定，噪音很大，如下所示：
用原始旋转测量来指导：
如果我使用低通过滤器，坐骑就会超调，永远不会完全安定下来。一个较低的Beta值有助于这一点，但校正太慢，错误累积。
用低通滤波器引导：
(在这两张图中，紫色是天空和坐骑旋转的区别，红色是坐骑所作的校正旋转。)
移动平均法与低通滤波器有相同的问题。
有关这个问题的更多信息
浏览 1提问于2017-02-24得票数 1
回答已采纳
我正在开发一个用于android导航的应用程序。这基本上意味着返回的gps坐标的质量对我来说至关重要。该应用程序主要在三星Galaxy S3上使用，最低版本为15。我曾考虑使用卡尔曼滤波器来改善我的位置数据，但我不太确定这是否能给我带来一些进展。我听说android设备上的gps数据已经用卡尔曼进行了预处理，我不太确定这是不是真的。因此，如果有人知道位置传感器返回的坐标是否已经使用卡尔曼进行了预处理，并且如果答案是肯定的，那么了解卡尔曼滤波器中使用的状态描述，也就是使用哪些其他传感器来描述系统的状态，这对我来说是非常重要的。
提前感谢您的答复。
浏览 2提问于2013-07-26得票数 1
据我所知，这3个字段的单位是rad/sec。它们很适合跟踪3D运动，但不适合单独使用(没有校准)。
因此，我们的想法似乎是使用Accel+Magnetic生成一个矩阵，但由于这并不准确，因此您可以使用陀螺仪数据对数据进行一些校正。
有没有人有管理这个的类，或者更多关于如何使用方向数据对Accel+Mag矩阵进行实际校正的信息？
我是否误解了模式，我是否可以单独使用方向传感器，它是否真的可以测量精确的方向，或者它是否需要磁/加速度来校准系统。
这些矩阵注定要在opengl相机中使用。
浏览 1提问于2012-02-23得票数 1
回答已采纳
4回答
汽车跟踪路径的卡尔曼滤波
、、、、
我有一组像Point(x,y)这样的点。这辆车在同一条路上经过了这么多条路之后，几乎把地图弄乱了。我听说卡尔曼滤波器可以根据可用路径建立一个独立路径。
有人能说出怎么做吗？我不是计算机科学的人。所以请解释一下这个概念和那些矩阵。那我就给他们编密码。请大家给我讲讲这个概念。
浏览 7提问于2010-08-07得票数 3
1回答
我的应用程序跟踪用户的位置，并为附近商店设置邻近警报，这些警报是由自动chickin类型功能的API返回的。当网络位置触发接近警报时，我正试图弄清楚如何提高准确性。我需要一些方法来确认用户在几分钟内再次检查，或通过GPS确认他们的当前位置。
问题的一部分是，处理接近警报的上下文是一个意图服务，因此当警报快速连续触发时，任何异步工作都会导致问题。显然，有一种方法可以正确地做到这一点(例如，Google+签入通知)，但我不知道下一步该去哪里看。
浏览 5提问于2013-05-13得票数 0
3回答
我有一个应用程序连续接收速度值(m/s)。这些值会产生一些噪声和变化。这个速度一直在变化，但有一些真正的变化值得注意。例如，当速度值显着下降时，可能会有转弯。
现在我使用最后一个X值的average，其中X通常是一个介于5-15之间的数字。我在excel中绘制了这些值，以查看与原始数据的差异。这很有效，但是历史值越大，我的曲线就越平滑( less lower )。higher历史值，我的曲线得到的smoother，但它也会对后期的更改做出反应，并忽略其中的一些更改。
我还尝试在平均计算中对最后一个值进行加权。结果是一条仍然有大量噪声的曲线，但只比原始数据少一点。
我正在寻找的是一种更复杂的方法
浏览 0提问于2012-08-01得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
