видение. KalmanFilter.predict

Прогноз измерения

Синтаксис

[z_pred,x_pred,P_pred] = predict(kalmanFilter)
[z_pred,x_pred,P_pred] = predict(kalmanFilter,u)

Описание

пример

[z_pred,x_pred,P_pred] = predict(kalmanFilter) возвращает прогноз измерения, состояния и ошибочной ковариации оценки состояния на следующем временном шаге (например, следующий кадр видео). Объект перезаписывает внутреннее состояние и ковариацию Фильтра Калмана с результатами прогноза.

[z_pred,x_pred,P_pred] = predict(kalmanFilter,u) дополнительно позволяет вам задать вход управления, u. Этот синтаксис применяется, когда вы устанавливаете модель управления, B.

Примеры

свернуть все

Используйте predict и функции correct на основе результатов обнаружения.

Когда отслеживаемый объект будет обнаружен, используйте predict и функции correct с объектом Фильтра Калмана и измерением обнаружения. Вызовите функции в следующем порядке:

[...] = predict(kalmanFilter);
[...] = correct(kalmanFilter,measurement);

Когда отслеживаемый объект не будет обнаружен, вызовите функцию predict, но не метод correct. Когда отслеживаемый объект отсутствует или закрытый, никакое измерение не доступно. Настройте функции со следующей логикой:

[...] = predict(kalmanFilter);
If measurement exists
	[...] = correct(kalmanFilter,measurement);
end

Если отслеживаемый объект становится доступным после пропавших без вести для прошлого t-1 непрерывный временной шаг, можно вызвать функцию predict времена t. Этот синтаксис особенно полезен, чтобы обработать асинхронное видео.. Например,

for i = 1:k
  [...] = predict(kalmanFilter);
end
[...] = correct(kalmanFilter,measurement) 

Входные параметры

свернуть все

Объект фильтра Калмана.

Вход управления, заданный как L - вектор элемента.

Смотрите также

|

Представленный в R2012b

Для просмотра документации необходимо авторизоваться на сайте