低通滤波特别适用于代表平滑自然行为的信号/轨迹，例如手部运动和手写轨迹。 基本用法： [x, y, ... ]=filter_JA(trj_ns); 与 FIR 和 IIR 滤波不同，运动学滤波允许为输出轨迹定义任何所需的边界条件。
保证输出可以最大限度地减少与输入和这些约束有关的错误。
====== 算法[2] ======== 求解加加速度精度泛函的欧拉-拉格朗日方程的边值问题。 [x, y, ... ]=filter_JA(trj_ns); filter_JA 计算噪声轨迹 trj_ns ([Nxd]) 的最平滑表示 [1]。 对于 d=2，输出 [x,y] 是轨迹及其五个导数的笛卡尔表示。
施加边界条件： [x，y] = filter_JA（trj，lambda，tt，endpoints，vel，acc，direction，method）
变量 lambda 是一个拉格朗
