OpenCV 的卡尔曼滤波器过渡矩阵如何处理时间（例如 t 和 t^2）进行运动预测？

Posted 2023-02-21

【中文标题】OpenCV 的卡尔曼滤波器过渡矩阵如何处理时间（例如 t 和 t^2）进行运动预测？

【英文标题】：How does OpenCV's Kalman filter transition matrix handle time (such as t and t^2) for motion prediction?

【发布时间】：2018-08-10 08:56:45

【问题描述】：

使用Kalman filter 预测二维空间中的运动，我们通常使用以下等式创建转换矩阵：

x(k+1) = x(k) + vt + (1/2)at^2

或者干脆

x(k+1) = x(k) + vt

x：位置，v：速度，a：（恒定）加速度。

这会产生一个如下所示的转换矩阵（对于 2D 空间）：

1  0  t  0
0  1  0  t
0  0  1  0
0  0  0  1

但 OpenCV 示例建议我们在 C++ 中设置卡尔曼滤波器时使用以下矩阵：

1  0  1  0
0  1  0  1
0  0  1  0
0  0  0  1

知道卡尔曼滤波器可用于任何维度和单位，OpenCV 如何正确解释这一点？

【参考方案1】：

我不认为它可以。我用 dt 代替 t，其中 dt 是测量周期。