基于抗差自适应容积卡尔曼滤波的超紧耦合跟踪方法-自动化学报.PDF
文本预览下载声明
显示全部
文档详情
相似文档
-
基于强跟踪自适应容积卡尔曼滤波算法的锂离子电池状态估计算法研究.docx
基于强跟踪自适应容积卡尔曼滤波算法的锂离子电池状态估计算法研究
目录
基于强跟踪自适应容积卡尔曼滤波算法的锂离子电池状态估计算法研究（1）
一、内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
（一）电动汽车的发展与锂离子电池应用现状．．．．．．．．．．．．．．．．．．．4
（二）锂离子电池状态估计算法的重要性及挑战．．．．．．．．．．．．．．．．．4
（三）本文研究目的和意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
二、锂离子电池基本原理及特性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．7
-
一种抗差联邦卡尔曼滤波方法、设备与系统.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114543799 A
(43)申请公布日 2022.05.27
(21)申请号 202210345007.1 G01C 21/20 (2006.01)
-
基于卡尔曼滤波的SiamRPN目标跟踪方法.pptx
基于卡尔曼滤波的SiamRPN目标跟踪方法汇报人：2024-01-12
引言SiamRPN目标跟踪方法卡尔曼滤波算法基于卡尔曼滤波的SiamRPN目标跟踪实现实验结果与分析总结与展望
引言01
随着监控系统的普及，对目标进行准确、实时的跟踪成为迫切需求。视频监控在自动驾驶领域，目标跟踪技术是实现车辆感知和决策的关键环节。自动驾驶目标跟踪技术可以帮助机器人实时感知和跟踪目标，实现自主导航。机器人导航研究背景与意义
123通过建立目标外观模型进行跟踪，如光流法、MeanShift等。生成式方法将目标跟踪看作二分类问题，通过训练分类器区分目标和背景，如Struck、TLD等。判别式方法利用深度学习网
-
基于卡尔曼滤波的多目标跟踪方法-计算机科学.PDF
第 卷 第 期 计 算 机 科 学
４５ ８ Vol．４５No．８
年 月
２０１８ ８ COMPUTER SCIENCE Au．２０１８
-
卡尔曼滤波.PDF
A New Approach to Linear Filtering
and Prediction Problems1
R. E. KALMAN
Research Institute for Advanced Study,2 The classical
-
基于卡尔曼滤波的GNSSINS松耦合算法论文.docx
基于卡尔曼滤波的GNSSINS松耦合算法论文
摘要：
本文针对全球导航卫星系统（GNSS）和惯性导航系统（INS）的松耦合算法，提出了一种基于卡尔曼滤波的改进算法。通过对GNSS和INS数据的融合，提高导航精度和可靠性。本文首先分析了GNSS和INS的特点，然后详细介绍了卡尔曼滤波的基本原理，最后阐述了基于卡尔曼滤波的GNSSINS松耦合算法的设计与实现。通过仿真实验验证了该算法的有效性。
关键词：GNSS；INS；卡尔曼滤波；松耦合；导航精度
一、引言
（一）GNSS和INS的特点
1.GNSS的特点
1.1高精度定位：GNSS系统能够提供高精度的三维位置信息。
1.2全天候工作：GN
-
基于规则与卡尔曼滤波的人眼跟踪.pdf
-
一种基于卡尔曼滤波的运动物体跟踪算法.pdf
-
基于卡尔曼滤波的视频目标跟踪.doc
PAGE I
摘 要
本文针对录像设备所获取的运动目标视频文件，利用卡尔曼滤波法进行运动目标跟踪。
首先，读出视频图像序列，即把视频文件分成若干帧，从中获取每一帧图像作为视频图像序列；对视频图像序列中若干帧中的每一帧进行模型转换，运用均值法取背景，再利用背景差法检测出运动目标，利用形态学处理腐蚀处理等使提取出的目标更精确，消除噪声抖动等干扰。
接下来就进入跟踪过程，选择质心及面积为跟踪的特征值，质心为圆点，根据面积得出的半径为半径的小圆作为跟踪窗口，进而建立运动估计模型，更新模型，利用卡尔曼滤波算法实现跟踪。同时运用MATLAB自带函数追踪运动质心，与卡尔曼滤波算法追踪出的目标
-
基于扩展卡尔曼滤波的运动物体跟踪.doc
基于扩展卡尔曼滤波的运动物体跟踪
耿沛，苏小龙
（中国矿业大学计算机学院，江苏 徐州 221116）
5 摘要：卡尔曼滤波是一种线性最优估计方法，但是实际有很多非高斯分布模型需要观测。本 文研究的扩展卡尔曼滤波就很好的解决这一问题，大大提高了卡尔曼滤波的适应性。本文首 先介绍了扩展卡尔曼滤波的原理和特点，然后将卡尔曼滤波应用到运动物体跟踪。最后通过 实验说明扩展卡尔曼滤波的优缺点。
关键词：扩展卡尔曼滤波；运动物体跟踪
10 中图分类号：TP37
Moving Object Tracking Based on Extended Kalman Filter
GENG Pei, SU Xiaol
-
基于迭代中心差分卡尔曼滤波的说话人跟踪方法.pdf
-
改进的高动态GPS定位自适应卡尔曼滤波方法.pdf
第 28 卷 第 4 期 测 绘 学 报 . 28, . 4
V o l N o
1999 年 11 月 A CTA GEODA ET ICA et CA R TO
-
基于自适应扩展卡尔曼滤波的主从式协同定位方法研究.pdf
基于自适应扩展卡尔曼滤波的主从式协同定位方法研究
摘要
随着水下无人航行器的发展以及水下网络系统的发展，多动节点协同的概念逐渐受
到各个国家的广泛关注。在进行水下工作任务时，动节点的定位是否精确关系着任务是
否能够高效准确完成。协同定位模型可分为主从式和并行式，主从式结构成本较低、实
现方法简单且实用性更广，因此主从式协同定位有着广阔的应用前景。为了动态调整滤
波算法内的参数，提高从节点的定位精度与鲁棒性，本文研究基于自适应扩展卡尔曼滤
波的主从式协同定位算法的优化方法，主要工作为：
首先在二维空间下对协同定位模型进行建模，然后在扩展卡尔曼滤波（Extended
KalmanFilterEKF
-
一种基于卡尔曼滤波的定位解算方法及系统.pdf
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114879236 A
(43)申请公布日 2022.08.09
(21)申请号 202210343320.1 G06F 17/16 (2006.01)
-
62 自适应卡尔曼滤波.ppt
第六章 自适应卡尔曼滤波 § 6.1卡尔曼滤波基本模型 § 6.2 自适应卡尔曼滤波 § 6.3卡尔曼滤波在测量和变形分析中的应用 §6.1 卡尔曼滤波基本模型 6.1.1概述 卡尔曼滤波技术是20世纪60年代初由卡尔曼等人提出的一种递推式滤波算法，是一种对动态系统进行实时数据处理的有效方法。测量界开展了多方面的卡尔曼滤波应用研究工作，尤其是在变形监测中的应用较为广泛。例如，用于滑坡监测的数据处理；形变测量数据的动态处理；危岩体变形趋势预报；GPS变形监测网的动态数据处理等。 6.1.2数学模型 动态系统的卡尔曼滤波数学模型包括状态方程和观测方程，对于线性系统，其