论文部分内容阅读
在长序列运动估计中,常用的预测最小均方方法(PLS、MPLS)和扩展的卡尔曼滤波方法(EKF)对误差敏感,鲁棒性差.本文提出一种新的自适应实时三维运动估计方法(MEKF):即设计一个实时自适应调整参数的扩展卡尔曼滤波进行运动估计,然后对其经过数据处理,消除估计的振荡误差.文中还将该方法与前三种估计方法进行了模拟和真实序列实验的对比,实验结果表明本文所提出的估计方法具有很好的稳定性和很高的精度.