Exponenta Banner
exponenta event banner

initcakf

Создание линейного фильтра Калмана с постоянным ускорением из отчета об обнаружении

свернуть все на странице

Синтаксис

filter = initcakf (обнаружение)

Описание

пример

filter = initcakf(detection) создает и инициализирует линейный Калман с постоянным ускорением filter из информации, содержащейся в detection отчет. Дополнительные сведения о линейном фильтре Калмана см. в разделе trackingKF.

Функция инициализирует состояние постоянного ускорения с тем же соглашением, что и constacc и cameas, [x; vx; топор; y; vy; ай; z; vz; az].

Примеры

свернуть все

Открыть сценарий в реальном времени

Создайте и инициализируйте 2-е постоянное ускорение линейный объект фильтра Кальмана из первоначального отчета об обнаружении.

Создайте отчет об обнаружении из начального измерения 2-D (10, − 5) положения объекта. Предположим, что несоотнесенный шум измерения.

detection = objectDetection(0,[10;-5],'MeasurementNoise',eye(2), ...
    'SensorIndex',1,'ObjectClassID',1,'ObjectAttributes',{'Car',5});

Создайте новый фильтр из отчета об обнаружении.

filter = initcakf(detection);

Показать состояние фильтра.

filter.State
ans = 6×1

    10
     0
     0
    -5
     0
     0

Отображение модели перехода состояния.

filter.StateTransitionModel
ans = 6×6

    1.0000    1.0000    0.5000         0         0         0
         0    1.0000    1.0000         0         0         0
         0         0    1.0000         0         0         0
         0         0         0    1.0000    1.0000    0.5000
         0         0         0         0    1.0000    1.0000
         0         0         0         0         0    1.0000

Входные аргументы

свернуть все

Отчет об обнаружении, указанный как objectDetection объект.

Пример: detection = objectDetection(0,[1;4.5;3],'MeasurementNoise', [1.0 0 0; 0 2.0 0; 0 0 1.5])

Выходные аргументы

свернуть все

Линейный фильтр Калмана, возвращаемый как trackingKF объект.

Алгоритмы

  • Функция вычисляет матрицу шума процесса, предполагая один второй временной шаг и стандартное отклонение скорости ускорения 1 m/s3.

  • Эту функцию можно использовать в качестве FilterInitializationFcn свойство trackerGNN или trackerTOMHT объект.

Расширенные возможности

Создание кода C/C + +
Создайте код C и C++ с помощью MATLAB ® Coder™

.

См. также

Функции

Объекты

Представлен в R2018b

Документация по комплекту инструментов для слияния и отслеживания датчиков

Поддержка