EKF相关总结
ekf的功效
能够稳定轨迹扰动
能够方便模型连track
建模方式
使用角度，不使用角度；影响的是对state的更新效率。越是直观，需要预测的参数越少，测量值之间的耦合越少，跟踪性能越好，滞后性与误差越小。
超参
- pval是指初始的协方差矩阵，影响最开始的波动，轨迹收敛后就不再影响性能。小了会导致收敛速度很慢，大了会导致波动严重
- qval是指预测结果的误差，rval是指测量结果的误差，qval与rval的比值决定了滤波结果对测量值与预测值之间的采信比重
- 针对不同属性的参数要使用不同的方差，可以对稳定性更差的参数进行置信度抑制。同时，可以通过观察p矩阵分布的方式检查qval与rval的设置是否合理
一些隐藏坑
关于predict
一定要小心predict对模型的更新作用，如果错误的重复predict，会让下一次step的dt错误的变大，让预测的速度失灵
一定要小心box miss的情况下，predict step的数值，不能设为默认值，要用frame_id的差
