☰
首页
/
01-KalmanFilter卡尔曼滤波详解
目录
01-KalmanFilter卡尔曼滤波详解
01 KalmanFilter 卡尔曼滤波详解
0. 代码来源
1. 本模块在系统中的位置
2. 数学原理:从高斯分布到卡尔曼方程组
2.1 模型假设(两条,缺一不可)
2.2 预测步推导
2.3 更新步推导(高斯条件分布)
2.4 为什么用 Joseph 形式而不是 (I − KH)P⁻
3. 状态空间设计详解
3.1 为什么是这些量
3.2 维度与噪声权重
4. 源码逐函数逐行解析
4.1 `__init__`:构造运动矩阵 F 与观测矩阵 H
4.2 `initiate`:新轨迹的初始分布
4.3 `predict`:预测步
4.4 `multi_predict`:批量预测(向量化)
4.5 `project`:投影到观测空间
4.6 `update`:校正步(Cholesky 求解卡尔曼增益)
4.7 `gating_distance`:马氏距离(Re-ID 模式的门控)
5. 手算完整示例(一帧的预测 + 校正)
5.1 initiate
5.2 predict(第一帧后,速度还是 0)
5.3 update(第二帧检测到 tlwh = [105, 205, 52, 155])
5.4 再看第三帧的 predict——滤波器的价值体现
6. 数值计算细节专题
6.1 Cholesky vs 求逆(条件数视角)
6.2 三个"魔法常量"的语义
6.3 噪声缩放基准 h 的自洽性
7. 参数敏感性
8. 常见问题与坑
9. 本模块完整代码