使用卡尔曼滤波器检测碰撞

时间:2019-01-16 12:51:59

标签: python math computer-vision collision kalman-filter

根据该帖子kalman 2d filter in python 它可以使用位置和速度来预测轨迹。 我的问题是如何使用该预测轨迹来预测可能在5分钟内发生的碰撞。假设二维笛卡尔坐标系。

1 个答案:

答案 0 :(得分:0)

通常,堆栈溢出问题是一个编码问题-我们在这里实际上并不是这个水平。可能还有其他社区更适合该问题。

话虽如此,卡尔曼滤波器并不是检测潜在碰撞的最佳方法。有两个不同的问题:

  1. 估计车辆的位置和速度。通常为此使用卡尔曼滤波器

  2. 预测轨迹是否会导致碰撞。解决方案通常不是卡尔曼滤波器。这是一个几何问题。

    在卡尔曼滤波器中,我们在同一时间对两辆车的位置和速度进行了估算。我们针对两种车辆的关注时间构造线段。这些段从当前位置估计开始,并且方向是从速度矢量中获取的。线段的长度是您要考虑的碰撞检测时间与各个速度矢量估算值的乘积。

    然后发生碰撞的问题-这两个线段是否相交?卡尔曼滤波器不用于检测线段是否相交。