Seguimiento de objetos de filtro de partículas

1. ¿Qué es el seguimiento del filtro de partículas??
2. Es un filtro de partículas un filtro kalman?
3. Es filtro de partículas un filtro bayes?
4. ¿Qué son las partículas en el filtro de partículas??

¿Qué es el seguimiento del filtro de partículas??

El objeto TrackingPF representa un rastreador de objetos que sigue un modelo de movimiento no lineal o que se mide por un modelo de medición no lineal. El filtro utiliza un conjunto de partículas discretas para aproximar la distribución posterior del estado. El filtro de partículas se puede aplicar a modelos arbitrarios del sistema no lineal.

Es un filtro de partículas un filtro kalman?

Los filtros de Kalman y de partículas son algoritmos que actualizan recursivamente una estimación del estado y encuentran las innovaciones que impulsan un proceso estocástico dada una secuencia de observaciones. El filtro Kalman logra este objetivo mediante proyecciones lineales, mientras que el filtro de partículas lo hace mediante un método secuencial de Monte Carlo.

Es filtro de partículas un filtro bayes?

El filtrado de Bayes es el término general utilizado para discutir el método de usar un ciclo de predicción/actualización para estimar el estado de un sistema dinámico a partir de las mediciones del sensor. Como se mencionó, dos tipos de filtros de Bayes son los filtros de Kalman y los filtros de partículas.

¿Qué son las partículas en el filtro de partículas??

El filtrado de partículas se basa en el filtrado bayesiano recursivo con simulaciones de Monte Carlo. El método se aproxima al PDF posterior bayesiano con un conjunto de muestras ponderadas elegidas al azar. Cada muestra del vector de estado se conoce como una partícula.