主要内容

initctekf

从检测报告中创建恒定转速扩展卡尔曼滤波器

描述

例子

过滤器= initctekf (检测创建并初始化一个恒定转速扩展卡尔曼过滤器从包含的信息检测报告。有关扩展卡尔曼滤波器的更多信息,请参见跟踪基频

函数初始化一个恒定的轮转率状态,约定与constturnctmeas, (xvxyvyωzvz),ω周转周期。

例子

全部折叠

从初始检测报告中创建并初始化一个二维恒定转速扩展卡尔曼滤波对象。

根据物体位置的初始二维测量(-250,-40)创建检测报告。假设测量噪声不相关。

通过增加一个z分量为零。

检测=对象检测(0,[-250;-40;0],“MeasurementNoise”, 2.0 *眼(3),...“SensorIndex”, 1“ObjectClassID”, 1“ObjectAttributes”,{“汽车”,2});

从检测报告中创建新的筛选器并显示筛选器属性。

过滤器= initctekf(检测)
filter=使用属性跟踪EKF:状态:[7x1 double]状态协方差:[7x7 double]状态转换FCN:@constturn StateTransitionJacobianFcn:@constturnjac ProcessNoise:[4x4 double]HasAdditiveProcessNoise:0 MeasurementCcn:@ctmeas MeasurementJacobianFcn:@ctmeasjac MeasurementNoise:[3x3 double]HasAdditiveMeasureNoise:1 MaxNumOOSMSteps:0启用平滑:0

显示状态。

过滤器。状态
ans =7×1-250 0 -40 0 0 0 0

显示状态协方差矩阵。

滤波状态协方差
ans =7×72.0000 0000 00 100.0000 000 2 0000 0000 100.0000 0000 0 100.0000 0000 0 100.0000 0000 0 100.0000 0000 0 100.0000 0000 0 100.0000 0000 0

根据球坐标中初始测量生成的初始检测报告初始化二维恒定转动率扩展卡尔曼滤波器。如果要使用球坐标,则必须提供测量参数结构作为检测报告的一部分框架字段设置为“球”.设置目标的方位角为45度,射程为1000米,射程速率为-4.0 m/s。

帧=“球”;sensorpos =[25、-40、-10]。';sensorvel =(0; 5。0);宽松=眼(3);

创建测量参数结构。设置“HasElevation”.然后,测量包括方位角、距离和距离速率。

measparms =结构(“框架”框架“OriginPosition”sensorpos,...“OriginVelocity”sensorvel,“方向”宽松的,“HasVelocity”,真的,...“HasElevation”,false);meas=[45;1000;-4];measnoise=diag([3.0,2,1.0]。^2);detection=objectDetection(0,meas,“MeasurementNoise”...measnoise,“MeasurementParameters”measparms)
detection = objectDetection with properties: Time: 0 Measurement: [3x1 double] MeasurementNoise: [3x3 double] SensorIndex: 1 ObjectClassID: 0 Measurement: [1x1 struct] ObjectAttributes: {}
过滤器= initctekf(检测);

过滤状态向量。

disp (filter.State)
732.1068 -2.8284 667.1068 2.1716 0 -10.0000 0

输入参数

全部折叠

检测报告,指定为objectDetection对象

例子:检测=对象检测(0[1;4.5;3],'MeasurementNoise',[1.0;0 2.0;0 1.5])

输出参数

全部折叠

扩展卡尔曼滤波器,返回为跟踪基频对象

算法

  • 该函数计算过程噪声矩阵,假设时间步长为一秒。该函数假定加速度标准差为1m /s2,转速加速度标准差为1°/s2

  • 你可以使用这个函数作为FilterInitializationFcn财产的multiObjectTracker对象

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

介绍了R2017a