公开(公告)号：CN116664632A

公开(公告)日：2023-08-29

申请号：CN202310606384.0

申请日：2023-05-26

Applicant: 电子科技大学

Inventor： 何嘉诚 ,  彭倍 ,  王刚 ,  王洁 ,  陈建 ,  龚犇飏 ,  马浩然

IPC: G06T7/277 ,  G06T7/246 ,  G06F17/11 ,  G06F17/18

Abstract: 本发明提供了一种基于高斯混合无迹卡尔曼滤波的目标跟踪方法，包括：通过高斯混合模型对测量噪声进行分解，得到多个高斯噪声分量模型；所述多个高斯噪声分量模型为具有不同均值、方差和混合比例的高斯分布；基于所述多个高斯噪声分量模型，确定滤波系统分别在每个高斯噪声分量下的状态方程和测量方程；基于多个所述状态方程和所述测量方程，融合得到目标的融合状态和融合协方差；通过测量噪声的分解和目标状态的加权融合，抑制了噪声的影响提高了目标跟踪的准确性。

公开(公告)号：CN116952233A

公开(公告)日：2023-10-27

申请号：CN202310659750.9

申请日：2023-06-05

Applicant: 电子科技大学

Inventor： 龚犇飏 ,  马浩然 ,  何嘉诚 ,  彭倍

IPC: G01C21/20 ,  G06F17/11

Abstract: 本发明涉及机器人定位技术领域，尤其是提供一种基于学生T分布卡尔曼滤波的机器人定位方法，包括如下步骤：构建系统状态方程；确定机器人定位点样本数据的数量，噪声向量的维数，生成对应噪声向量维数、对应样本数据个数的混合高斯噪声并存储在预设的第一矩阵中；基于改进后的学生T分布卡尔曼滤波算法计算观测噪声vk∈m×1的协方差矩阵RN。其目的在于，基于现有的基于学生T分布的卡尔曼滤波算法，利用高斯混合模型获取协方差矩阵RN，利用矩阵RN代替现有算法中的中间参数，进而增大观测向量在最终滤波结果中的占比，提升机器人定位的精度。