卡尔曼跟踪 - 测量差异

Question

我正在做一些跟踪使用天花板安装向下摄像机的移动物体的工作。我已经到了可以在每一帧中检测到所需对象位置的地步。

我正在研究使用卡尔曼滤波器来跟踪对象在场景中的位置和速度，并且我已经到达了一个绊脚石。我建立了我的系统，除了测量方差外，还有卡尔曼滤波器的所有必需部分。

我希望能够为每个测量分配一个有意义的差异，以便让纠正阶段以合理的方式使用新信息。我有几项措施分配给我的检测对象，这在理论上可能有助于确定位置应该有多精确，尝试将它们结合以获得适当的方差似乎是合理的。

我是否以正确的方式接近这一点，如果有的话，任何人都可以指引我继续正确的方向吗？

任何帮助非常感谢。

Answer 1

我认为你是对的。根据此帖：
Sensor fusioning with Kalman filter
确定方差是100％实验。在我看来，你有所需的一切来获得良好的方差估计。

Answer 2

对于迟到的回复感到抱歉。我在我之前的项目中遇到过同样的问题。我发现Gustaf Hendeby在他的Sensor Fusion演讲幻灯片（Page 10 of the slides）中给出的建议非常有价值。

总结：

（1）的测量噪声的SNR和您的过程噪声确定你的过滤器的行为。较高的过程噪声/测量噪声比使您的滤波器更慢（低通滤波器），通常可以实现更平滑的跟踪;反之亦然，如果您将测量噪声设置得较低，则基本上有一个高通滤波器，通常具有更多抖动。 （2）文献中有大量文章讨论如何正确设置这些噪声模型。然而，通常需要很多“调整”取决于您的应用程序。通常测量噪声是我们可以根据硬件规格测量/表征的。因此建议修复“R”（测量噪声协方差）和调Q（过程模型噪声协方差）。