OpenCV卡尔曼滤波器堆栈溢出答案

【问题标题】：OpenCV Kalman Filter stack overflowOpenCV卡尔曼滤波器堆栈溢出
【发布时间】：2013-08-25 21:56:09
【问题描述】：

我正在尝试在 OpenCV 2.2 中实现用于 3D 跟踪的卡尔曼滤波器。状态变量是坐标 x,y,z 后跟速度 Vx,Vy 和 Vz，我只能测量 x,y 和 z。

我使用了《Learning OpenCV from O'reilly》一书中的一个示例来开始学习，但是当我尝试使该示例适应我的问题时，事情变得有些混乱。

这是我的实现（我已尝试将代码简化为仅相关部分，并且我已经发表了很多评论以希望能够简化阅读）。

    CvKalman* kalman = cvCreateKalman( 6, 3, 0 );

    // Setting the initial state estimates to [0,0,0,0,0,0].
    CvMat* x_k = cvCreateMat( 6, 1, CV_32FC1 );
    cvZero(x_k);

    // Setting the a posteriori estimate to zero.
    cvZero(kalman->state_post);

    // Creating the process noise vector.
    CvMat* w_k = cvCreateMat( 2, 1, CV_32FC1 );

    // Creating the measurement vector.
    CvMat* z_k = cvCreateMat( 6, 1, CV_32FC1 );
    cvZero( z_k );

    // Initializing the state transition matrix.
    float F_kalman[] = { 1,0,0,0.05,0,0, 0,1,0,0,0.05,0, 0,0,1,0,0,0.05, 0,0,0,1,0,0, 0,0,0,0,0,1 };
    memcpy( kalman->transition_matrix->data.fl, F_kalman, sizeof(F_kalman));

    // Initializing the other necessary parameters for the filter.
    cvSetIdentity( kalman->measurement_matrix); 
    cvSetIdentity( kalman->process_noise_cov, cvRealScalar(1e-2) );
    cvSetIdentity( kalman->measurement_noise_cov, cvRealScalar(1e-1) );
    cvSetIdentity( kalman->error_cov_post, cvRealScalar(1));

    // Updates the measurement vector with my sensor values, wich were in the variable xyz (an array of CvScalar).
    cvSetReal1D(z_k,0,xyz[i].val[0]);
    cvSetReal1D(z_k,1,xyz[i].val[1]);
    cvSetReal1D(z_k,2,xyz[i].val[2]);

    cvKalmanPredict(kalman,0);
    cvKalmanCorrect(kalman,z_k);

问题是，当我运行代码时，我得到一个“test.exe 中 0x55a3e757 处未处理的异常：0xC00000FD：堆栈溢出。”在 cvKalmanCorrect 行。

也许我已经将其中一个矩阵初始化为错误的预期大小，但我真的不知道如何检查这个。

有什么想法吗？

【问题讨论】：

标签： c++ opencv kalman-filter

【解决方案1】：

请在您当前的工作文件夹中使用 opencv 编译的 pdb 和 dll 来确定确切的问题。如果您的系统中有可用的源代码，它将显示崩溃发生的位置，这会给您一些想法。

【讨论】：

对不起，这个答案让我有点困惑，你能重写一下吗？谢谢
如果您包含 opencv 的调试信息，我们可以看到 cvKalmanCorrect 错误发生的位置。但我们现在才知道它发生在 cvKalmanCorrect 的某个地方。

【解决方案2】：

我认为错误在于z_k的大小，它应该是（3,1）而不是（6,1），因为其中只有测量的3个标量，确实是测量数组.

【讨论】：