基于高斯滤波的移动对象轨迹化简实时算法

基于粒子滤波的对象跟踪源代码,用C++实现，需要OpenCV的支持，源代码中包含参考的文献

基于MapX实时绘制车辆轨迹的研究与实现.pdf

基于配点法的智能车实时轨迹跟踪研究.pdf

基于NDO的ROV滤波反步轨迹跟踪控制.pdf,针对作业型遥控水下机器人(ROV)在轨迹跟踪过程中存在模型非线性、强耦合、模型参数不确定和外界干扰不确定等问题，提出一种基于非线性干扰观测器(NDO)的

基于扩展Kalman滤波的双基地声呐目标轨迹跟踪

对高速运动目标采用基于kalmanfilter进行预测。基于matlab的实现，来进行运动目标的轨迹预测。有卡尔曼算法，扩展卡尔曼滤波，数据拟合方法。

基于模糊神经网络的移动机器人轨迹实时跟踪，郭建明，田献军，论文主要研究无障碍环境下轮式移动机器人的轨迹实时跟踪运动控制问题。通过对目前主要采用的几种轨迹跟踪控制方法分析，论文基于

基于粒子滤波器的移动机器人轨迹预测应用，刘馨，裴海龙，对移动物体的有效预测可以帮助成功的移动控制，本文中粒子滤波器被用于预测机器人的位置和速度并在实物实验中验证。

生成高斯模板,模板大小、均值、方差等参数可自己手动设置。利用生成的模板进行高斯滤波。

运动物体的轨迹预测，分别使用卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波以及数据拟合方法实现。本例代码仅含扩展卡尔曼滤波部分代码。本例仅为本人在研究轨迹预测问题时为理解算法原理所写，针对具体问题请自行斟