数据融合matlab代码扩展卡尔曼滤波器,用于物体跟踪
无人驾驶汽车工程师纳米学位课程
在这个项目中,我使用了扩展卡尔曼滤波器,通过带噪的激光雷达和雷达测量来估计感兴趣的运动物体的状态。
EKF是一种连续速度(CV)方法。
在使用文件“
obj_pose-laser时,我能够获得估计的对象位置(px,py)和速度(vx,vy)输出坐标<=
[.11,.11,.52,.52]的RMSE值。
-radar-synthetic-input.txt”,即模拟器用于数据集1的相同数据文件。
该项目涉及Term
2
Simulator,可以下载
该存储库包含两个文件,可用于为Linux或Mac系统设置和安装。
对于Windows,您可以使用Docker,VMware或什至安装uWebSocketIO。
一旦完成uWebSocketIO的安装,就可以通过从项目顶部目录执行以下操作来构建和运行主程序。
mkdir构建
光盘制作
cmake
..
制作
./扩展KF
代码与模拟器之间的交流
输入:模拟器提供给C
++程序的值
[“
sensor_measurement”]
=>模拟器观察到的测量值(激光
2021-09-17 14:56:51
11.09MB
系统开源
1