标签: Kalman滤波

强大的Kalman滤波开发包（matlab版源码）……

以行人惯导系统的姿态、速度、位移等导航误差作为研究对象，运用相关数学理论、惯性导航基本原理，综合行人运动的特点及信息融合方法，推导出导航误差之间的关联模型，建立Kalman滤波器实现误差的最优估计，通过误差校正减少累计误差，提高定位算法的精度。然后分析了比力模值与滑动方差的静止检测算法所存在的问题，设计以角速度模值、外部加速度模值为检测条件的静止检测算法，实现对步态周期静止区间的有效判断。最后设计平面定位实验和三维定位实验，验证导航算法的有效性。

移动目标识别与跟踪，在视频监控、人机交互、智能交通、军事应用等领域具有重大应用价值。本文针对当前目标识别与跟踪领域普遍存在的处理速度较慢、实时性不足等问题，提出了一种基于Apriltags识别的改进算法，对移动目标进行局部搜索，并结合Kalman滤波器实时估计目标下一时刻在图像中的位置，大幅提升了算法处理速度和跟踪性能。本算法在大疆M100四旋翼无人机平台上，搭载Manifold机载计算机完成了实验测试。实验证明，算法鲁棒性强、稳定性好，成功实现了无人机对快速移动目标的识别与稳定跟踪。

针对行车道路视野盲区会车过程中危险性高的问题，本研究以激光雷达连续探测迎面道路为基础，通过接收器接收激光脉冲反射回波信号计算视野盲区的车辆距离与时速。依据Kalman滤波的方式实时处理动态迎面车辆目标追踪，利用聚类的方式对视野盲区内的物体数量进行分组结果显示，同时，将显示器的硬件与单片机相连接实现数字信息传输的可视化，通过设置四种类型的会车辅助显示帮助行车中的驾驶员提高警觉性。最后选取不同的会车视距值对本研究设计的会车辅助系统进行实验测试，结果表明：车辆速度为25km/h左右时，辅助系统的反应时间峰值仅达到1s左右，这可为驾驶员在道路视野盲区的会车提供了紧急警示，帮助车辆安全会车行驶。