数据融合matlab代码基准模型
这是使用卡尔曼滤波器进行基线生产的代码。
它是在以下模型中实现的模型的实现：
要使用此代码：
设置参数，数据集路径settings.yaml（Bicycle模型可能显示训练不稳定，欢迎提供帮助。）
运行train_kalman_predict.py开始训练。
在settings.yaml的load_name字段中输入经过训练的模型的名称（应采用
_
_
的形式）
运行plot_results.py以绘制轨迹样本，估计的位置和预测
运行save_results.py以保存在测试集上计算出的预测结果
运行stats_results.py以打印度量标准评估，绘制协方差匹配和误差直方图（来自保存的结果）
＃数据集
NGSIM
在NGSIM网站上：
在以下位置注册
下载US-101-LosAngeles-CA.zip和I-80-Emeryville-CA.zip
将车辆轨迹数据解压缩并提取到raw
/
us-101和raw
/
i-80中
从googledrive：
下载i-80：
下载us-101：
数据集字段：
do
2022-01-18 11:40:17
62KB
1
带光流的SORT
扩展SORT的卡尔曼滤波器测量模型，以添加从“光流”中得出的速度分量。 这是我与德国航空航天中心合作完成的计算机科学学士学位论文的一部分。 尽管不用于行人跟踪，但可以评估该方法并将其与数据集一起使用。
基本思想可以概括为：
以边界框的形式获取感兴趣的区域，并检测该区域中的特征点。
计算检测到的特征点到框之前的光通量，以提供速度。
根据最低的马氏距离选择更新速度。
使用检测和/或速度更新轨道的卡尔曼滤波器。
为了检测特征点，我使用OpenCV ，稀疏光流的计算是通过OpenCV稳健局部光流（RLOF）的来完成的。
此实现在具有64GB RAM的AMD Ryzen7 3700X的数据集上以〜50FPS的速度运行，每个检测最多具有50个特征点，RLOF的设置为：
useIlluminationModel = false ;
useInitialFlow = f
2022-01-15 19:55:48
27KB
1
这是一个使用mpu6050采集姿态信息的里程，高精度，是在MDK下编写的。在正点原子的板子上使用，使用串口助手可以获得姿态数据
2022-01-10 22:29:17
2.03MB
1