卡尔曼跟踪

    技术2022-07-11  115

    卡尔曼预测更新

    predict: x ^ i − = A x ^ i − 1 + B u i − 1 \widehat{x}_i^{-} = A\widehat{x}_{i-1}+Bu_{i-1} x i=Ax i1+Bui1

    correction: x ^ i = x ^ i − + k ( y i − H x ^ i − ) \widehat{x}_i = \widehat{x}_i^{-}+k(y_i-H\widehat{x}_i^{-}) x i=x i+k(yiHx i)

    其中, k k k为kalman gain matrix; y i y_i yi观测值; A A A状态转移矩阵; H H H测量矩阵; B控制矩阵。

    计算预测值、预测值和真实值之间的误差协防差矩阵

    x ^ k − = A x ^ k − 1 − + B u k − 1 \widehat{x}_k^{-} = A\widehat{x}_{k-1}^{-}+Bu_{k-1} x k=Ax k1+Buk1

    P k − = A P k − 1 A T + Q P_k^{-}=AP_{k-1}A^T+Q Pk=APk1AT+Q

    Q Q Q系统误差

    计算卡尔曼增益 k k k,再得到估计值

    K k = P k − H T ( H P K − H T + R ) − 1 K_k=P_k^{-}H^T(HP_K^{-}H^T+R)^{-1} Kk=PkHT(HPKHT+R)1

    x ^ k = A x ^ k − + K k ( Z k − H x ^ k − ) \widehat{x}_k = A\widehat{x}_k^{-}+K_k(Z_k-H\widehat{x}_k^{-}) x k=Ax k+Kk(ZkHx k) R R R测量误差

    计算估计值和真实值之间的误差协防差矩阵

    P k = ( 1 − K k H ) P k − P_k=(1-K_kH)P_k^{-} Pk=(1KkH)Pk

    卡尔曼转换关系

    估计值==》预测值==》估计值==》 … \ldots 估计值==》预测值==》估计值==》 … \ldots 核心在于计算卡尔慢增益 k k k

    Processed: 0.012, SQL: 9