最近在学习卡尔曼滤波及相关的延申滤波方法,心中有一个疑问:
无论是扩展卡尔曼滤波还是无迹卡尔曼滤波,都是为了解决非线性的问题。但是现实情况下,无论是简单的cv模型、ca模型还是稍微复杂一些的ctrv、ctra模型,还是csav、cca模型都无法完全描述现实中的运动。
例如如果目标以上图运动形式进行运动,我们无法事先建立准确的运动模型,就导致我们无法写出正确的状态转移矩阵和观测矩阵。在这种情况下是不是只能做最简单的数据融合?而且当观测到的是距离而非坐标时,连数据融合都无法做到?
最近在学习卡尔曼滤波及相关的延申滤波方法,心中有一个疑问:
无论是扩展卡尔曼滤波还是无迹卡尔曼滤波,都是为了解决非线性的问题。但是现实情况下,无论是简单的cv模型、ca模型还是稍微复杂一些的ctrv、ctra模型,还是csav、cca模型都无法完全描述现实中的运动。