python中的Matlab卡尔曼滤波器
Matlab卡尔曼滤波器是一种用于估计系统状态的滤波器，它结合了系统的动态模型和观测数据，通过递归的方式进行状态估计。在Python中，我们可以使用NumPy和SciPy库来实现Matlab卡尔曼滤波器。
Matlab卡尔曼滤波器的主要分类有两种：线性卡尔曼滤波器和扩展卡尔曼滤波器。线性卡尔曼滤波器适用于线性系统，而扩展卡尔曼滤波器适用于非线性系统。
Matlab卡尔曼滤波器的优势在于它能够通过融合多个传感器的数据来提高状态估计的准确性。它可以应用于许多领域，如机器人导航、目标跟踪、航空航天等。
在腾讯云中，可以使用腾讯云物联网平台（IoT Hub）来实现与Matlab卡尔曼滤波器相关的应用。腾讯云物联网平台提供了设备接入、数据存储、数据分析等功能，可以帮助开发者快速构建物联网应用。
更多关于腾讯云物联网平台的信息，请访问：腾讯云物联网平台
请注意，以上答案仅供参考，具体的实现方式和产品选择应根据实际需求和情况进行评估和选择。
相关·内容
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
1回答
我有一个非线性系统，由一阶非线性差分方程组成：
x(k) = f(x(k-1)) + u(k-1)
y(k) = h(x(k)) + v(k)
在u(k-1)和v(k)是独立的情况下，零均值高斯噪声过程分别具有协方差Q和R .
我想使用matlab中的kalman函数来估计给定y的x。但是，matlab控制系统工具箱中的接口是：
[K,L,P]= kalman(sys, Q, R, N)
其中sys是状态空间模型。我的问题是:如何在matlab中为我的一阶非线性差分方程系统定义sys？
浏览 4提问于2016-08-16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
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
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
1回答
我有两个数据集，包含点几何(X,Y)和一个记录的汽车排气参数(比如说，RP值)，一个感兴趣的区域(AOI)。数据集在空间上是不同的，即第一组数据集沿人行道(X1，Y1，RP1)，第二组数据集(X2，Y2，RP2)位于道路中线(直线分裂成等距2米点)。
沿人行道的数据与在道路中心线上的数据之间的距离是不同的，在某些位置是3-6米，在某些位置是>6米(比方说，6-20米范围)。这是由于这一距离反映了不同的道路宽度，长度在一个现实的，复杂的城市景观。
有了上述数据，我想融合这两个数据集，考虑到沿边行走的数据“更可靠”(从而更高的权重？)，并将融合输出与AOI中有限位置的参考数据进行比较，以评估
浏览 0提问于2022-07-20得票数 1
回答已采纳
3回答
视频帧的卡尔曼滤波跟踪与预测
、、、、
我是卡尔曼滤波的新手，但是用MATLAB可以应用卡尔曼滤波来预测和跟踪视频帧中的目标吗？
进一步的信息:我有一组连续的20张子弹从枪里射出来的图像(一张照片的爆发)。我在画面上做了一些图像处理，现在我可以把子弹作为一个点。我能预测子弹在第21帧中的位置吗？
注:我已经知道了，我需要循环图像帧，并制作一个视频，然后把它用于卡尔曼滤波预测。但是，在不把帧变成视频的情况下，做预测是可能的吗？
谢谢。
浏览 15提问于2014-07-05得票数 3
回答已采纳
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
1回答
我对用Python实现卡尔曼滤波器很感兴趣。首先，我编写了一个非常简单的K滤波器版本--只有一个状态(在Y方向上的位置)。我的状态转换矩阵如下所示：
X <- X + v * t
其中v和t是常量。
我用一个简单的线性函数来模拟测量
y = mx + b
并向其添加噪声：
y1 = np.random.normal(y, sigma, Nsamples).
它工作得很好，我可以重新定义R和Q来改变测量和处理噪声值(直到现在，它不是一个矩阵)。
现在我有个主意..。
如果我有第二次测量，会发生什么？
y2 = np.random.normal(y, sigma2, Nsample
浏览 22提问于2020-02-13得票数 2
回答已采纳
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
1回答
我对MATLAB中的图像处理是个新手。所以我要做的就是在图像上标记斑点。因此，设置基本上是一个人的标记，由相机拍摄。摄像头的图像需要在MATLAB中进行处理。
所以我从相机得到的数据是帧。使用区域道具和其他一些图像处理算法，我将标记更改为身体上的斑点。我可以使用bwlabel将每个斑点(标记)标记为数字1到4。
现在我遇到的问题是，当我移动到下一帧时，根据当时人的位置，bwlabel会将例如前一帧中的blob#2标记为当前帧中的blob#3。
因此，基本上，我所说的是在每个帧更改中应用的标签。
我希望在整个帧数中保持相同的标签。
有谁知道如何做到这一点？
非常感谢。
浏览 1提问于2014-06-15得票数 1
1回答
我既不是OpenCV方面的专家，也不是python方面的专家，但在经历了太多关于cv库的糟糕的c#实现之后，我决定冒险一试。
到目前为止，我已经让'blob‘(读轮廓)跟踪以我想要的方式工作了-我现在的问题是遮挡，这个问题，据我(和无数的youtube视频)理解，卡尔曼滤波器可以解决。问题是，python中的相关示例似乎并不存在，并且示例代码基本上没有注释，因此，一条遍布商店的红黄线如何解决我的问题对我来说是一个谜。
我想要实现的是像这样的或。
如果有人能给我指出(或提供)一个使用从摄像头或视频中提取的实际图像的示例，我将非常感激。
提前谢谢。
浏览 0提问于2013-03-26得票数 3
回答已采纳
我正在用Python实现一个卡尔曼滤波器，但不幸的是，我的估计和测量结果是相同的。我本来以为估计会有窒息的结果。下面是我对一个州的结果。
请向我提出解决这个问题的办法。
浏览 0提问于2021-03-12得票数 0
回答已采纳
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
这本质上是一个关于MATLAB中blob/特征跟踪的问题。
我有一系列顺序数组(为了简单起见，在这个阶段是5)，背景值为0，然后每个数组中有多个对象(blobs)。这是MATLAB里的。这些气泡可以改变位置和大小，并在数组之间出现或完全消失。
我想用相同的ID (一个数字或一个字母)标记在数组之间位置相同的任何一个小块。
还需要合并功能，以便如果在以前的图像中将一个新的像素添加到blob的边缘，那么它将被赋予相同的ID。
以及一些功能，以便如果一个blob出现在以前的任何数组中(例如它在数组1中，在数组2和3中消失，然后在4和5中重新出现)，那么它将被赋予与第一个数组中原来的ID相同的ID。
浏览 2提问于2015-10-09得票数 1
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
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
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
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
我正在使用Python进行人脸识别。
我有一个下面的代码：
from sklearn.externals import joblib
clf = joblib.load('model/svm.pkl')
pca = joblib.load('model/pca.pkl')
face_cascade = cv2.CascadeClassifier("classifier/haarcascade_frontalface_alt.xml")
webcam = cv2.VideoCapture(0)
ret, frame = webcam.read()
浏览 3提问于2017-04-23得票数 5
我试图运行一个标准的卡尔曼滤波算法来计算概率，但在计算正常密度时，我总是遇到一个非正定方差矩阵的问题。我做了一点研究，发现实际上可能存在一些数值不稳定性；尝试了一些数值方法来避免非正定矩阵，使用choleski分解及其变体LDL‘分解。我正在使用MatLab。有没有人有什么建议？谢谢。
浏览 2提问于2015-04-05得票数 3
1回答
我目前正在学习人工智能课程中的隐马尔可夫模型。然而，我找不到任何关于平滑的例子来清楚地理解它。 我知道我们在哪些情况下使用平滑，但我不知道如何实现它。 有人能帮上忙吗？
浏览 28提问于2019-01-09得票数 0
3回答
我有一个应用程序，我想访问磁强计。我从我的应用程序中获得结果，但与g1的指南针应用程序相比，我的应用程序与指南针应用程序得到的结果完全不同。例如:我的应用程序是250°，指南针应用程序是90°！这是不可能的，这是我的代码。有什么区别才能得到更好的结果吗？
public class MySensorListener implements SensorListener{
int orientation;
public MySensorListener(){
orientation = 0;
}
public void onAccuracyChanged(int sen
浏览 1提问于2010-12-06得票数 0
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
我希望找到一个“最合适”的Python库来解决我的问题。我已经多次遇到这个任务/要求，所以我想也许我可以在这里问一问。
假设我希望在我的应用程序中实现一个"Kalman过滤器“(一种跨学科的流行计算例程)，并且自然地使用现有的专业库。在投入大量时间(阅读文档等)之前，我想知道一个度量/标准。是衡量它的受欢迎程度的一些指标。(可能是像github明星那样的评级，或者像Mathworks的文件交换网站提供的下载计数一样)。
PyPi上的搜索字符串“卡尔曼滤波器”产生了大约15个结果，导致我应该把时间花在哪一个上，这让我非常困惑。
有没有一种方法(可能是python/shell脚本)？可以根
浏览 0提问于2017-11-11得票数 0
回答已采纳
我开始处理Android 2.1 (HTC Hero)上的gps数据，并四处看看与位置数据相适应的卡尔曼滤波和最小二乘的主题。在用电话接收和记录GPS数据时，我发现如果停留在位置上的话，会有很小的分散，但是移动时坐标非常精确。问题来了：- getLatitude()和getLongitude()函数是否提供了“原始”坐标，或者数据是由android预先过滤的(位置是固定的还是在移动期间)？
我很好奇有没有人在android上测试过Kalman，可以说你在gps上有一定的改进。在我的例子中，我每3秒读取一次GPS数据(通过移动网络将其与罗盘数据和加速度计一起发送到服务器)。因此，我可以在设备或服
浏览 1提问于2011-03-10得票数 5
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
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
我正在用C++实现一个基于卡尔曼滤波器的AHRS。在过滤器的方程式中有一些对我来说相当奇怪的东西。 ? 我找不到P(协方差)矩阵实际更新的部分，以表示预测的不确定性。在“预测”步骤中，P的估计值是从它之前的值A和Q计算出来的。据我所知，A(系统矩阵)和Q(噪声协方差)是恒定的。然后在“校正”期间，根据K、H和预测的P计算P。H(观测矩阵)是恒定的，因此影响P的唯一变量是K(卡尔曼增益)。但是K是从预测的P，H和R(观测噪声)计算出来的，它们要么是常数，要么是P本身。那么，方程中使P与x相关的部分在哪里？对我来说，似乎P在这里递归循环，只依赖于P的常量和初始值，这没有任何意义。我遗漏了
浏览 171提问于2020-04-29得票数 1
回答已采纳
1回答
无人机的三维位置预测
、、、、
我有来自跟踪器的无人机位置数据，以及基于卡尔曼滤波器变体的数据对速度和加速度的估计，这些数据似乎相当不错。
我希望预测(/give一个合理的猜测)无人机在未来几秒钟的位置，我不确定最好的策略是继续估计jerk，snap，crackle和pop，并将它们包括在计算中，或者是否有更好的方法，我错过了。
感谢您的帮助。
浏览 0提问于2018-06-23得票数 0
我正在使用OpenCV solvepnp进行实时的头部姿势估计(x，y，z，俯仰，偏航，滚动)我正在使用这些信息向用户显示视频游戏中的正确视图，所以如果用户翻滚他的头，同样的事情也会发生在视频游戏中(如Xbox Kinect )。问题是，即使用户的头部是恒定的，输出am也是嘈杂的(显示用户在移动头部，而不是移动头部)，或者当用户移动头部时，输出也不平滑，坐标到处跳动。我尝试添加更多的2d点(面部地标)，并为solvepnp甚至solvepnpransac添加不同的标志，但都不起作用。下面是我使用的代码 double getCordinates(double *listPtr, int siz
浏览 54提问于2020-10-26得票数 1
1回答
我正在尝试创建一个手到鼠标的移动系统，但是由于PoseNet模型，我遇到了价值波动。它的工作方式是这样的: PoseNet在浏览器中运行，然后将请求发送到本地Flask服务器，该服务器移动鼠标。我不确定解决这个问题的最好方法是什么--在Python接收到坐标后使用某种平滑系统，或者是PoseNet调整。我不能提高质量，因为这将减慢进程和移动将参差不齐，如果没有重大的重新思考的系统。我的代码如下：
poseNet = ml5.poseNet(video, {
flipHorizontal: true
});
// When the model is loaded
function mode
浏览 0提问于2020-06-10得票数 1
1回答
我想要估计一个变量x，可观察到的变量y可以从传感器获得。这两个变量具有近似的线性关系，即y=k*x + b，但k和b很难获得，因此我使用两个卡尔曼滤波器，一个用于状态(x)估计，另一个用于参数(k，b)估计，这实际上结合了双重卡尔曼滤波器。Python的总体方案和代码如下：
##Python code
#initialize state estimator
kf = KalmanFilter(dim_x=1,dim_z=1)
kf.x = numpy.array([x0]) # initial state
kf.F = numpy.array([1.])
浏览 0提问于2016-03-18得票数 1
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
我需要一些帮助关于布线植物模型到LabVIEW中的EKF块。我已经检查了样本VIs，但问题是在我的应用程序中，用于在EKF中表示模型的矩阵A、B和C是时间相关的，并且随着模拟的进行而变化。然而，在所提供的样本中，植物模型被作为静态参考VI，它不随时间变化。请告诉我如何解决这个问题。
提前谢谢。
浏览 2提问于2013-06-11得票数 0
2回答
一个家伙在上发布了关于使用卡尔曼滤波器进行目标跟踪的信息。许多人评价很高，所以这不是一个错误/错误的教程。
然而，一个家伙发布了以下问题：“在这段代码中，你在每一帧都做了检测，这个输出是作为输入提供给卡尔曼filter.So的背景减法和卡尔曼滤波器会给出类似的results.So，请你在这里解释卡尔曼滤波器的使用。”
我和他有同样的想法。有人能解释一下卡尔曼滤波器的用法吗？
浏览 2提问于2011-01-21得票数 1
回答已采纳
1回答
我需要编写一个应用程序，在时间序列信号上计算一些缺失的值。我在R中使用ImputeTS包做了类似的事情，但是现在我需要用Java来完成它。
我只是在互联网上搜索，发现滤波器是Java中现有的卡尔曼滤波器的一个实现。但他们似乎没有在过滤器内使用ARIMA内部模型。例如，在Apache中有转换矩阵和度量矩阵，但是我如何改变它们，使带有(p，q，d)参数的ARIMA非季节模型可以作为Kalman滤波器的内部状态模型？
我不期望有人写所有的代码，但也许有人可以解释如何进行上述工作？
浏览 1提问于2018-06-05得票数 0
2回答
陀螺仪与加速度计数据的结合
、、、、
我正在建立一个平衡机器人使用乐高头脑风暴的NXT系统。我使用来自HiTechnic的两个传感器，第一个是加速度计，第二个是陀螺仪。我成功地滤除了来自两个传感器的噪音，并在-90到90度的范围内导出了角度，0度是完全平衡的。
我的下一个挑战是结合两个传感器值来校正陀螺仪随时间的漂移。下面是我从实际数据中创建的演示陀螺仪漂移的示例图：
我见过的最常用的组合这些传感器的方法是使用卡尔曼滤波器。然而，我不是微积分方面的专家，我真的不懂数学符号，我确实理解源代码中的数学。
我使用的是RobotC (和其他任何C导数一样)，如果有人能给我举例说明如何用C实现这一点，我会非常感激的。
谢谢你的帮助
浏览 6提问于2009-10-19得票数 72
回答已采纳
如果我有一系列的观察值，比如说x和y的100个样本。这是否足以预测对应于x值的第101个y?我是否可以使用100个样本的数据中的某一部分来更新某些值(考虑到存在噪声，并且某些数据可能被破坏)？
浏览 4提问于2016-11-22得票数 1
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
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
1回答
使用完整数据集的卡尔曼滤波器？
、、、、
我正在寻找一种方法，将罗盘和陀螺仪的数据结合起来，以便在事后确定姿态。我将使用一个完整的数据集，其中的3D指南针和陀螺仪读数已定期记录，但我想在后处理中恢复姿态的估计。
我已经考虑过简单地使用卡尔曼滤波器，因为它们都有很好的文档记录，但我更愿意使用更适合于完整数据集的情况。我有一种感觉，解决方案是“简单的”最小二乘问题，但我希望这里有人能为我指出一两篇处理这个问题(或类似问题)的论文的方向。
在这一点上，我甚至不确定这个过滤器将被称为什么，所以我很难找到有用的搜索词。任何帮助都将不胜感激。
非常感谢！
浏览 3提问于2011-05-16得票数 3
回答已采纳
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
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
