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。
2021-11-16 15:48:01
1.3MB
1
传感器对量目标进行位置状态量测。进行JPDA概率数据关联及kalman滤波。
模型为假设两运动目标在x-y平面做匀速直线运动。初始位置是（4000,1200）（300,1500）速度分别是（200,200）（400,200），并在运动的位置叠加噪声。
代码有较详细的注释。
2021-11-07 16:09:51
3KB
1
数据同化EnKF-
集成卡尔曼滤波器MATLAB代码
用MATLAB编写的ensemblekfilter.m函数可实现集合卡尔曼滤波器（EnKF）。 EnKF会同化一个状态的测量，噪声和一个或多个状态的模型，并在下一个表示k + 1的时间间隔内向前计算一个新状态。
请与我联系以获取更多信息或示例代码：
约瑟夫·斯奎奥
2021-11-04 19:59:00
86KB
1
Kalman滤波理论及其在导航系统中的应用，导航系统的权威参考书，可以作为Kalman滤波学习用。
2021-11-01 09:09:09
4.12MB
1