卡尔曼滤波器的运动校正步骤

Question

预测一系列测量的下一个状态和协方差的一种方法是使用Kalman 过滤器。在及时跟踪汽车的位置（x 和 y 坐标）的情况下，有一个我在任何地方都没有讨论过的问题。为了简化问题，假设我们有一个单一的来源为我们提供测量值（一辆移动的汽车），并且我们必须在每次新的测量值到来时预测下一个状态（位置）。卡尔曼滤波器首先执行预测（预测下一个状态），然后执行更新步骤（用实际测量来校正预测）。如果汽车在不同的帧中以不同的速度移动会发生什么？我觉得少了一个额外的步骤。在更新步骤之后，我们必须对位置进行校正，因为预测是在假设车辆具有与该点之前相同的速度的情况下进行的。即使更新步骤使轨道更接近实际测量值，它也不能完美地将其与测量值对齐。 有谁知道如何解决这样的运动校正问题？

Answer 1

如果汽车以不同的速度移动，那么预测协方差（不确定性）会更高，并根据它进行调整。此外，过程噪声（Q）是指在过程中可能发生的方差，因此如果频繁发生，则需要将其调整为更高的值等等。