简化的扩展卡尔曼滤波器-Udacity的自动驾驶汽车纳米度

范围(ρ)是到行人的距离。 该范围基本上是位置矢量ρ的大小,可以定义为ρ= sqrt(px2 + py2)。

φ=阿坦(py / px)。 请注意,φ是从x轴逆时针参考的,因此,在这种情况下,来自上方视频剪辑的φ实际上是负的。

测距率ρ˙是速度v在直线L上的投影。

这是EKF的高级架构 Udacity的自动驾驶汽车纳米级项目。

Udacity讲座中的高层建筑

如果您想查看运行中的代码,请访问下面的github项目页面。

dkarunakaran / carnd-extended-kalman-filter-term2-p1

carnd-extended-kalman-filter-term2-p1 —卡尔曼滤波,也称为线性二次估计(LQE),是一种…

github.com