基于扩展卡尔曼滤波的智能吸尘器定位跟踪
卡尔曼滤波是一种基于时域滤波的数据处理方法,采用状态空间来描述系统,主要利用先前时刻估计值以及现在时刻的观测值对估计的状态变量进行更新,算法采用递推形式,以均方误差最小化为准则,数据存储量小,可以处理平稳和非平稳随机过程.首先陈述了卡尔曼滤波的基本思路和算法,并在该算法的基础上建立了目标跟踪的数学模型,实现了机动目标跟踪的功能,并通过仿真显示了卡尔曼滤波的功能,以及如何用它跟踪方向不确定但速度恒定的智能吸尘器.实验结果表明,扩展卡尔曼滤波能较好地解决复杂环境下的目标跟踪问题,相比传统的利用单一目标特征的跟踪算法具有更好的鲁棒性和准确性.
智能吸尘器 目标跟踪 数学模型 扩展卡尔曼滤波
郭鹏飞 罗倩 徐国权
北京信息科技大学信息与通信工程学院 北京100101
国内会议
中国计算机用户协会网络应用分会2016年第二十届网络新技术与应用年会
杭州
中文
209-213
2016-11-01（万方平台首次上网日期，不代表论文的发表时间）