[칼만필터] Chap 10. 영상 속의 물체 추적하기

Chap 10. 영상 속의 물체 추적하기

https://github.com/tbmoon/kalman_filter/tree/master/Ch10.ObjectTrackingKF
참고하였습니다!

칼만필터로 2차원 평면 위에서 움직이는 물체를 추적하는 방법.

정확히는 표적의 위치는 영상처리 알고리즘으로 알아내고, 찾아낸 위치를 칼만필터를 통해 정확한 위치를 추정한다.

= 위치의 오차를 제거, 이동속도등을 추정

10.1 시스템 모델

\(x= \begin{bmatrix}위치_x \ 속도_x \ 위치_y \ 속도_y \end{bmatrix}\)

\(x_{k+1} = A x_{k} + w_{k}\)

\(z_{k} = H x_{k} + v_{k}\) 

\(A = \begin{bmatrix} 1 & \Delta t & 0 & 0 \\ 0 & 1 & 0 &0 \\ 0 & 0 & 1 & \Delta t \\ 0 & 0 & 0 &1 \end{bmatrix}\)

 

\(H = \begin{bmatrix} 1 & 0 & 0 & 0 \\ 0 & 0 & 1 &0 \end{bmatrix}\)

오케이...앞에서 똑같은 모델을 해보니까 이것도 금방 감은 온다.
게다가 위치 = 속도 * \( \Delta t\) 인거이고, 실제 측정하고있는 거는 위치만 측정하고, 속도는 측정안하니까 H도 이해가 된다.

1차원에서 2차원으로 확장하면서 상태변수가 늘어났을뿐이다.

cv2를 이용해서 공의 좌표를 가져오고 위치에 잡음이 추가되어있다.
(이미지가 너무 깨끗함)

이후 과정들은 앞의 예제들과 비슷하다. 단순히 시스템 모델만 변경되어 구동되고있다.

실제 측정된 값과.. 칼만필터값들이 섞여있는데, 초기위치 오차 때문에 오른쪽 상단의 한점은 이상한 위치에 있다.

10.4 테스트프로그램2 (Q, R 조율해서 성능개선하기)

다시 앞 내용들을 정리해보자.
Q 커지면, 칼만이득이 커지고, 측정값 비율이 높아짐.
R 커지면, 칼만이득이 작아지고, 측정값 비율이 낮아짐.

원래 Q

원래 Q의 1/100

성능비교해보니.. 느낌오나!