数据融合matlab代码具有传感器融合功能的扩展卡尔曼滤波器
在该项目中，利用卡尔曼滤波器来估计带有噪声的激光雷达和雷达测量值的目标运动物体的状态。
该项目涉及Term
2
Simulator，可以下载
该存储库包含两个文件，可用于为Linux或Mac系统设置和安装。
对于Windows，您可以使用Docker，VMware或什至安装uWebSocketIO。
请参阅EKF项目课程中教室中的uWebSocketIO入门指南页面，以获取所需的版本和安装脚本。
一旦完成uWebSocketIO的安装，就可以通过从项目顶部目录执行以下操作来构建和运行主程序。
mkdir构建
光盘制作
cmake
..
制作
./扩展KF
下图显示了使用模拟器中的Lidar和Radar数据跟踪车辆位置和速度的EKF屏幕截图，其中蓝色和红色点分别表示Lidar和Radar测量值，绿色点代表估计的汽车位置。
可以在此项目的课堂课程中找到设置环境的提示。
这是运行代码文件时发生的简要概述：
Main.cpp读取数据并将传感器测量结果发送到FusionEKF.cpp
。
FusionEKF.cpp获取传感器数据并初始
