English
Unscented_Kalman_Filter：此存储库涵盖了使用LiDAR和RADAR传感器实现Unscented Kalman过滤器，并且是Sensor Fusion上Udacity纳米级计划的一部分
文件大小：
93268k
资源说明：无味卡尔曼滤波器
概述
该项目使用来自LiDAR和RADAR的传感器信息，并预测自我车辆周围车辆的位置和速度，从而复制高速公路行驶情况。 该项目使用Unscented Kalman滤波器进行预测和传感器融合。
管道
该实现假设CTRV运动模型。
根据传感器类型，将创建一条包含传感器信息的消息。 该信息存储在状态向量中。 如果信息来自LiDAR，则位置测量值a将存储在状态向量中。 如果信息来自雷达，则将测量值从极坐标转换为直角坐标，并存储在状态向量中。
预测步骤：在预测步骤中，将状态和协方差扩展到增强状态，在该状态中将噪声矢量添加到状态矢量。 此外，生成代表高斯分布的西格玛点。 这些sigma点通过模型进行处理，所得结果用于计算预测的均值和协方差。
测量步骤：在测量步骤中，根据传入的传感器测量值来自RADAR还是LiDAR进行处理。 使用来自“预测”步骤的相同sigma点来获得有气味的
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
