尝试创建扩展卡尔曼滤波器以过滤基于GPS数据噪声的物体检测

时间:2019-03-19 04:55:31

标签: c state kalman-filter

目前,我有一个可以测量物体GPS坐标的系统。首先检测物体,然后使用三角函数确定GPS坐标,正如我们所知道的相机本身的GPS坐标一样。

但是,相机在移动的物体上,因此GPS坐标的数据可能非常嘈杂。为了解决这个问题,我决定根据手头的系统使用EKF。

为了将该系统集成到我当前正在使用的程序中,我决定在这里使用此库:https://github.com/simondlevy/TinyEKF。但是,这里说

  

TinyEKF要求您只编写一个模型函数,并填写   状态转换函数f(x)的雅可比矩阵的值   F(x),传感器函数h(x)及其雅可比矩阵H(x)。预测   然后通过观察将其自动更新   向量z到阶跃函数。

我的GPS代码的输出始终为[lat, lon]。什么是x,什么是z?我不明白如何创建状态转换矩阵。但是,我知道,如果我知道雅可比是什么,则可以从状态转换矩阵中进行计算。另外,sensor function(x)是什么?

0 个答案:

没有答案