本项目使用MATLAB开发，通过扩展卡尔曼滤波器技术实现了激光雷达和雷达数据的高效融合，为精确导航和定位提供了强大支持。
数据融合MATLAB代码Term2-项目1：扩展卡尔曼滤波器（作者：阿杰·派迪）
该项目的目标是实现一个能够整合雷达与激光雷达传感器数据并进行目标跟踪的扩展卡尔曼滤波器。
文件结构：
ReadMe.md 文件
main.cpp 文件，这是一个由Udacity提供的主要可执行程序。它负责循环读取输入文件中的测量值，并调用融合扩展卡尔曼滤波器以获取预测输出结果。
FusionEKF.h 和 FusionEKF.cpp 文件包含实现的融合扩展卡尔曼滤波器代码。首先设置雷达和激光雷达初始化矩阵，然后根据传感器类型选择相应的卡尔曼滤波器进行处理。
kalman_filter.h 和 kalman_filter.cpp 文件则实现了预测步骤与测量更新步骤的具体内容。
Tools.h 和 tools.cpp 提供了实用工具类以计算均方根误差（RMSE）及雅可比矩阵等。
描述：
简单的卡尔曼滤波器通常用于通过持续利用传感器提供的测量值来不断更新状态预测，从而实现对目标位置和速度的追踪。以下为一个简化的伪代码示例：
# 初始化状态 x = [p, v] # 状态包括位置（position）与速度（velocity）。
5星
