Exponenta Banner

vision.KalmanFilter.predict

Прогноз измерения

свернуть все на странице

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 видеокадр). 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 correct функции на основе результатов обнаружения.

Когда отслеживаемый объект будет обнаружен, используйте predict и correct функции с Фильтром Калмана возражают и измерение обнаружения. Вызовите функции в следующем порядке:

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

Когда отслеживаемый объект не будет обнаружен, вызовите predict функция, но не correct метод. 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 predict функционируйте 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

Документация Computer Vision Toolbox
Поддержка