文件名称：图像的均方误差的matlab代码-Udacity-CarND-P7-Unscented-Kalman-Filter:Udacity-CarND
文件大小：4.14MB
文件格式：ZIP
更新时间：2024-06-10 23:43:07
系统开源
图像的均方误差的matlab代码项目7：无味卡尔曼滤波器项目 1.简介 该项目利用卡尔曼滤波器通过激光雷达和雷达测量来估计感兴趣的运动物体的状态。 有了Unscented Kalman滤波器，非线性运动就可以准确地跟踪！ 2.结果与讨论 以下是使用无感卡尔曼滤波器（UKF）进行传感器融合的一般流程 传感器融合一般流程 参数初始化 初始状态以及x和协方差矩阵P的设置如下： 纵向加速度和偏航加速度噪声的测量设置如下： std_a_ ：1.8 （过程噪声标准偏差纵向加速度，单位为m / s ^ 2） 。 std_yawd_ ：0.7 （过程噪声标准偏差偏航加速度，单位为rad / s ^ 2） 。 结果 UKF位置图 UKF位置放大图 UKF_velocity图 UKF速度放大图 均方根误差（RMSE） 下图显示了通过组合激光雷达和雷达传感器的两个数据集的最终RMSE（均方根误差）值。 误差是实际测量值与其估计值之间的差。 RMSE越小，归档的精度越高。 数据集1 数据集2 当关闭这些传感器之一时，它会影响精度如此之差。 没有激光雷达传感器 数据集1 数据集2 不带雷达传感器 数据集1 数据