Applied Smoothing Techniques for Data Analysi 英文原版 数据分析中的应用平滑技术

卡尔曼平滑(Kalman Smoothing)ppt

保边滤波器

关于Kernel Smoothing Methods，非常经典的一本书，讲的非常详细

1.输入是path（来自于图搜索或采样式路径规划方法）和steer function，输出是path。分为2个步骤，a:使用梯度下降法，移动和插入顶点使得离障碍物更远、离障碍物近的地方路径点更密集；b:使用基于cost的short-cutting方法删除不必要的路径点。

NGSIM US-101数据集平滑 描述 NGSIM US-101数据集平滑功能使用提供了众所周知的轨迹NGSIM US-101数据集的低噪点和平滑版本。 平滑过程分为两个步骤，该过程包括：首先，平滑X和Y值，然后相对于平滑的X，Y值重新计算速度和加速度。 表中的内容 NGSIM US-101数据集 自2005年发布以来，NGSIM US 101数据集一直是研究人员进行轨迹预测的最终开源数据集。包括[1-3]在内的许多研究人员都指出数据集中存在噪声，这主要是由于其具有是从位于加利福尼亚州洛杉矶的俯瞰好莱坞高速公路的建筑物上安装的8台摄像机的视频录像中自动提取的，也称为美国南行101。用于提取NGSIM US-101数据集的软件称为NG-VIDEO软件。 另外，NGSIM文档明确指出： 尚未对数据集进行准确性评估 [我们不对数据完整性提出任何要求。 提供的数据可能存在差距 我们发现，绘制加

卡尔曼·克劳迪代码 matlab Bayesian_filtering_smoothing 您正在查看的 Github 存储库包含我在参加 edX 课程“汽车应用的传感器融合和非线性过滤”时所使用的 MATLAB 代码。该课程涉及过多的主题，遍历从贝叶斯统计和递归估计理论的基础知识，到对各种运动和测量模型的详细描述，再到强大的卡尔曼滤波器及其几种变体（如扩展卡尔曼滤波器、误差状态估计卡尔曼滤波器、无迹卡尔曼滤波器）的详细推导， Cubature Kalman Filter 仅举几例，一直到后验分布近似的顺序重要性重采样。存储库是所有 MATLAB 代码的集合，这些代码是作为课程参与的一部分编写的并获得证书。到目前为止，这是我参加过的最苛刻的课程之一，需要 97% 的及格率才能获得证书。然而，fru 它的辛勤劳动很棒，并决定与社区的其他人分享。

用C#实现的图像平滑和去噪，里面包含整个工程代码，大家可放心的下载使用

平滑和映射 该脚本使用 pylab 来模拟带有传感器在环境中移动的机器人，同时进行定位和映射。 您可以定义自己的运动模型和传感器模型，并记录机器人在模拟 2D 环境中的移动。 目前，代码一团糟，因为我有一个项目截止日期。 有关详细信息，请参阅“注意事项”。 我已经为这个项目用 python 编写了我自己的非线性图优化器。 但是，我没有使用 colamd 和 QR，而是实现了效率低下且没有利用问题的稀疏性的 pinv。 改进空间： 创建其他传感器模型 (GPS) 创建其他运动模型（机架） 用于创建机器人的辅助函数 对多个机器人进行概括（合并图） 用于图形优化的 colamd 和 QR 在机器人类中实现图优化（而不是模拟器） 写上去 平滑和映射 (SAM) 采用概率图形模型方法来解决同时定位和映射 (SLAM) 问题。 该项目的目标是以可通用的方式实现 SAM，以便使用任意运

iSAM2 Incremental Smoothing and Mapping Using the Bayes Tree; 因子图大佬论文，可以看看