69、目标跟踪滤波器：trackingKF与trackingABF详解

目标跟踪滤波器：trackingKF与trackingABF详解

1. trackingKF：线性卡尔曼滤波器用于目标跟踪

1.1 概述

trackingKF对象是一个离散时间线性卡尔曼滤波器，用于跟踪目标平台的状态，如位置和速度。卡尔曼滤波器是一种递归算法，用于在对过程进行测量时估计过程的演化状态。当过程噪声和测量噪声为高斯分布且运动模型为线性时，卡尔曼滤波器是最优的。

1.2 使用方式

• 设置预定义的运动模型 ：将 MotionModel 属性设置为以下预定义状态转移模型之一：
• “1D Constant Velocity”
• “1D Constant Acceleration”
• “2D Constant Velocity”
• “2D Constant Acceleration”
• “3D Constant Velocity”
• “3D Constant Acceleration”
• 显式设置运动模型 ：将 MotionModel 属性设置为”Custom”，然后分别使用 StateTransitionModel 和 MeasurementModel 属性指定状态转移矩阵和测量矩阵。还可以通过指定 ControlModel 属性来指定控制输入。
</