OpenCV如何使用KalmanFilter类作为ExtendedKF

Question

如文档所述，可以将cv::KalmanFilter类用作扩展卡尔曼滤波器(EKF)。有人能解释一下吗？

涉及的所有矩阵都被声明为公共的，因此我可以编辑它们中的所有内容。 源代码适用于普通(线性)卡尔曼滤波器。

我认为应该用我的非线性系统即G编辑transitionMatrix。 这个矩阵是我的非线性系统的矩阵，输入变量是statePost和control；而ControlMatrix应该全部为0。对吗？

但是我应该把G的雅可比矩阵放在哪里呢？

对于更新过程，我有我的非线性系统H用于measurementMatrix。

也许我有点困惑，请有人帮帮我吗？

- Michele mpp Marostica

---

我需要用在statePost中计算出的雅各比矩阵替换G和H吗？ - Michele mpp Marostica

Answer 1

因此，我认为我已经知道如何将cv::KalmanFilter类用作扩展卡尔曼滤波器。

1. 将kf.statePost保存在一个临时变量中：temp = kf.statePost

2. 在kf.transitionMatrix中放置转移函数的Jacobian矩阵

3. 进行KF的预测步骤

4. 使用转移函数更改kf.statePre的正确值：kf.statePre = f(temp, control)

5. 在kf.measurementMatrix中放置测量（或校正）函数的Jacobian矩阵

6. 做KF的纠正步骤

7. 使用这个公式更改kf.temp5矩阵： kf.temp5 = measurement - h(statePre) 其中h()是测量（或校正）函数

8. 使用这个公式更改kf.statePost矩阵的正确值：kf.statePost = kf.statePre + kf.gain * kf.temp5

最后你可以在kf.statePost中获得系统的估计状态！

- Michele mpp Marostica

---

只有声望超过10k的用户可以查看此人的问题。他问你在卡尔曼过滤器中，你的第八步是否应该是 kf.statePost = kf.statePre + kf.gain * kf.temp5 ? - user456814

@Michele - 我也在尝试做同样的事情。你能给我一些建议吗？（我不知道如何在这里启动“聊天”，除了不断添加评论！） - ManInMoon

我不认为有聊天功能，你能解释一下你的疑虑吗？ - Michele mpp Marostica

@Michele，我不确定f + h函数是什么。另外，temp5从哪里来？我向您的Gmail地址发送了一封电子邮件，并附上了我的代码部分。 - ManInMoon

你可以在OpenCV库的卡尔曼滤波器源代码中找到temp5矩阵，另外两个函数取决于你正在估计的系统。由于你关于f和h的问题相当普遍（关于卡尔曼滤波器），我建议你提出一个新的问题。附注：我不会免费为你完成这项工作。 - Michele mpp Marostica