Matlab代码sqrt
扩展卡尔曼滤波器项目
在本项目中，您将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对象的状态。
通过项目要求获得的RMSE值低于项目规则中概述的公差。
该项目涉及可下载的Term
2
Simulator。
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。
注意：我使用Xcode编辑和调试该项目，xcode项目文件位于
要创建Xcode
IDE配置文件，请参阅
原始Udacity回购
更详细的变量描述和说明，请参考
代码演练
以下逻辑位于FusionEKF.cpp
确定是否所有内容都已初始化
如果不是，请根据传感器类型在KalmanFilter实例中初始化向量x_
：
雷达：使用几何从测量rho，phi，rho_dot计算px，py，vx，vy。
激光：测量仅包含px和py。
仅将它们输入x_[0]和x_[1]
记录测量包中的上一个时间戳
如果已
评论0