小编cyb*_*yne的帖子

我读了一些关于CV对象跟踪的卡尔曼滤波器的工作,但我找不到一些关于选择的参考:1)过程噪声协方差Q; 2)测量噪声协方差R.到目前为止,我已经意识到模型是运动方程(有人使用加速度作为状态变量,其他人仅使用位置和速度)但没有人清楚Q和R选择,包括mathworks的这个例子:http ://www.mathworks.it/it/help/vision/examples/using-kalman-filter-for-object-tracking.html 最近我发现了这个页面:http: //blog.cordiner.net/2011/05/ 03/object-tracking-using-a-kalman-filter-matlab / 但Q和R分配并不清楚.有谁知道帮帮我,拜托？

我必须绘制 3 条从传感器读取的数据更新曲线。当我只使用一条曲线时，更新图非常快，但是当我尝试绘制它们时，它们中的每一个都非常慢。我使用的代码如下：

#!/usr/bin/python


from pyqtgraph.Qt import QtGui, QtCore
import pyqtgraph as pg

import time
import numpy as np


app = QtGui.QApplication([])



win = pg.GraphicsWindow()

p1 = win.addPlot()
p2 = win.addPlot()
p3 = win.addPlot()


curve1 = p1.plot()

curve2 = p2.plot()

curve3 = p3.plot()

readData = [0.0, 0.0, 0.0]
y1=[0.0]
y2=[0.0]
y3=[0.0]

temp = [0.0]

start = time.time()

def update():
    global curve1, curve2, curve3
    t = time.time()-start         # measure of time as x-coordinate
    readData= readfun()        #function that reads data from the …