搜索资源列表
robustcontrol
- 本文以Pioneer3一AT型室外轮式移动机器人为平台，利用卡尔曼滤波融合多传感器的测量数据，并将鲁棒控制原理用上移动机器人的定位上。
qinghuaxuebang
- 一种对连续野值不敏感的鲁棒卡尔曼滤波器， 对清华学报上的一篇文章的仿真，能有效剔除连续型野值 -A field value is not sensitive to the continuous robust Kalman filter, for an article on the Tsinghua University policy, can effectively eliminate the value of continuous field
particle-filter-visual-tracking
- 该代码用于实现粒子滤波视觉目标跟踪(PF)、卡尔曼粒子滤波视觉目标跟踪(KPF)、无迹粒子滤波视觉目标跟踪(UPF)。它们是本人这两年来编写的核心代码，用于实现鲁棒的视觉目标跟踪，其鲁棒性远远超越MeanShift(均值转移)和Camshift之类。用于实现视觉目标跟踪的KPF和UPF都是本人花费精力完成，大家在网上是找不到相关代码的。这些代码虽然只做了部分代码优化，但其优化版本已经成功应用于我们研究组研发的主动视觉目标跟踪打击平台中。现在把它们奉献给大家！-These codes are us
MPF-vs-PHD
- 边缘粒子滤波（MPF）将状态方程中线性部分和非线性部分分别用卡尔曼滤波和粒子滤波进行估计，可以提高跟踪的精度，所以将其引入到PF-PHD滤波中，将二者接合起来，以提高PF-PHD滤波的跟踪精度。MPF-PHD滤波可以很好的提高跟踪的精度，抗干扰能力强，具有良好的鲁棒性。-Because of that MPF use KLAM and PSO to evaluate,which can achieve higher accurty.combing MPF and PF-PHD can achie
Klaman
- 卡尔曼滤波代码，用于在图像中对目标进行跟踪，鲁棒性好-Kalman filter code used in the image on the target tracking, robustness
EKFforGPSStateEsitimation
- 采用扩展卡尔曼滤波器对GPS信号进行状态估计滤波，实现对状态的鲁棒跟踪，可用于目标跟踪、系统自动控制、惯性导航、组合导航等领域-extended kalman filter is used to state estimation of information of GPS signal, performing robust, prefering applied to target tracking(object tracking), automation, ins navigation
filter-in-video-sequences
- 粒子滤波理论是近年来跟踪领域的热门研究课题。在该领域，传统的卡尔曼（Kalman）滤波器是非常经典的运动目标跟踪工具。然而经典亦有其弊端，卡尔曼滤波对于非线性及非高斯环境下的工作能力相当无力。为解决这一问题，本文提出了一种基于粒子滤波的目标跟踪方法。其核心为以粒子(一种随机样本，携带权值)来表示后验概率密度，从而得到基于物理模型的近似最优数值解，其优点在于能在追踪的过程中实现更高的精度和更快的收敛速度等。粒子滤波通过加权计算这些带有权重的随机样本来得到目标的近似的运动状态，因此对于非高斯和非线性
Belief-Condensation-Filtering-
- 自主导航系统中以卡尔曼滤波算法及其衍生算 法如扩展卡尔曼滤波、无迹卡尔 曼滤波、容积卡尔曼滤波 、鲁棒滤波或粒子滤波 等为信息处理的核心。-Autonomous navigation system with kalman filter algorithm and its derivatives Method such as extended kalman filtering, no trace, Carl Kalman filter, filtering, volume
Kalman filtering
- Kalman filtering，卡尔曼滤波，本人用于智能车平衡组的角度滤波，滤波效果可观，鲁棒性强，调试时可观察波形来调整参数。(Kalman, filtering, Calman filtering, I used for intelligent vehicle balance group angle filtering, filtering effect is considerable, robustness, debugging can observe the waveform to a
EKF
- 扩展卡尔曼滤波算法锂离子电池SOC估计中有较广泛的应用，其精度高，鲁棒性好，算法简单(The extended Kalman filtering algorithm has a wide range of applications in SOC estimation of lithium-ion batteries, with high accuracy, good robustness, and simple algorithm)