cv::KalmanFilter クラス

Kalman filter class. [詳解]

#include <tracking.hpp>

公開メンバ関数
CV_WRAP	KalmanFilter (int dynamParams, int measureParams, int controlParams=0, int type=CV_32F)
void	init (int dynamParams, int measureParams, int controlParams=0, int type=CV_32F)
	カルマンフィルタを再初期化します．以前の内容は破棄されます．[【詳解】（英語］
CV_WRAP const Mat &	predict (const Mat &control=Mat())
	予測状態を計算します．[【詳解】（英語］
CV_WRAP const Mat &	correct (const Mat &measurement)
	計測値から予測される状態を更新します．[【詳解】（英語］

公開変数類
CV_PROP_RW Mat	statePre
	予測される状態（x'(k)）： x(k)=A*x(k-1)+B*u(k)
CV_PROP_RW Mat	statePost
	補正後の状態 (x(k)): x(k)=x'(k)+K(k)*(z(k)-H*x'(k))
CV_PROP_RW Mat	transitionMatrix
	状態遷移行列(A)
CV_PROP_RW Mat	controlMatrix
	制御行列(B) (制御がない場合は使用しない)
CV_PROP_RW Mat	measurementMatrix
	測定行列(H)
CV_PROP_RW Mat	processNoiseCov
	プロセスノイズ共分散行列 (Q)
CV_PROP_RW Mat	measurementNoiseCov
	測定ノイズ共分散行列 (R)
CV_PROP_RW Mat	errorCovPre
	プリオリ誤差推定共分散行列（P'(k)）。P'(k)=A*P(k-1)*At + Q)/*。
CV_PROP_RW Mat	gain
	カルマンゲイン行列(K(k)): K(k)=P'(k)*Ht*inv(H*P'(k)*Ht+R)
CV_PROP_RW Mat	errorCovPost
	posteriori誤差推定共分散行列(P(k)): P(k)=(I-K(k)*H)*P'(k)
Mat	temp1
Mat	temp2
Mat	temp3
Mat	temp4
Mat	temp5

詳解

カルマンフィルタクラス．

このクラスは，標準的なカルマンフィルタを実装しています．http://en.wikipedia.org/wiki/Kalman_filter,[Welch95].. しかし，拡張カルマンフィルタの機能を得るために， transitionMatrix, controlMatrix, measurementMatrix を変更することができます．

覚え書き

C API では， CvKalman* kalmanFilter 構造体が不要になった場合， cvReleaseKalman(&kalmanFilter) によって解放されます．

構築子と解体子

KalmanFilter()

CV_WRAP cv::KalmanFilter::KalmanFilter	(	int	dynamParams,
		int	measureParams,
		int	controlParams = 0,
		int	type = CV_32F
	)

これはオーバーロードされたメンバ関数です。利便性のために用意されています。元の関数との違いは引き数のみです。

引数

dynamParams	状態の次元性
measureParams	測定値の次元性
controlParams	制御ベクトルの大きさ
type	CV_32F または CV_64F であるべき，作成される行列の種類．

関数詳解

correct()

CV_WRAP const Mat & cv::KalmanFilter::correct

(

const Mat &

measurement

)

計測値から予測される状態を更新します．

引数

measurement

計測されたシステムパラメータ

init()

void cv::KalmanFilter::init	(	int	dynamParams,
		int	measureParams,
		int	controlParams = 0,
		int	type = CV_32F
	)

カルマンフィルタを再初期化します．以前の内容は破棄されます．

引数

dynamParams	状態の次元性
measureParams	測定値の次元性
controlParams	制御ベクトルの大きさ
type	CV_32F または CV_64F であるべき，作成される行列の種類．

predict()

CV_WRAP const Mat & cv::KalmanFilter::predict

(

const Mat &

control = Mat()

)

予測状態を計算します．

引数

control

オプションの入力制御

---

このクラス詳解は次のファイルから抽出されました:

• video/tracking.hpp