Als «kalman-filter» getaggte Fragen

Ein Kalman-Filter ist ein optimaler Schätzer für lineare dynamische Systeme mit Gaußschem Rauschen. Erweiterungen zu nichtlinearen Systemen sind durch Extended KF und Unscented KF enthalten.

2
In welchem ​​Stadium sollte die Sensordaten gefiltert werden?
Soll ich filtern (Kalman / Tiefpass), nachdem ich die Rohwerte von einem Sensor erhalten oder die Rohwerte in verwendbare Daten konvertiert habe? Ist das wichtig? Wenn ja warum? Beispiel: Filtern nach dem Abrufen von Rohwerten von der IMU oder Filtern nach dem Konvertieren von Rohwerten in verwendbare Daten, z. Flugdynamikparameter.
1
Welche Leistung kann ich erwarten, wenn ich einen erweiterten Kalman-Filter zur Kalibrierung und Lokalisierung verwende?
Derzeit habe ich einen Roboter im Dreiradstil, der einen erweiterten Kalman-Filter verwendet, um 6 Zustandsvariablen zu verfolgen. Die Eingaben in das System sind ein Lenkgeber, ein Distanzgeber und ein rotierender Laser, der nur Peilungsinformationen an bekannte Orientierungspunkte zurückgibt. Derzeit befinden sich beide Encoder am Hauptrad (dem, der lenkt und auch …
1
Kalman-Filter mit redundanten Sensoren
Angenommen, ich habe einen Roboter mit zwei 3D-Positionssensoren, die auf unterschiedlichen physikalischen Prinzipien basieren, und ich möchte sie durch einen Kalman-Filter laufen lassen. Ich konstruiere eine Beobachtungsmatrix, zwei repräsentieren meine zwei Sensoren, indem ich zwei Identitätsmatrizen vertikal verkette. H=⎡⎣⎢⎢⎢⎢⎢⎢⎢⎢100100010010001001⎤⎦⎥⎥⎥⎥⎥⎥⎥⎥H=[100010001100010001]H = \begin{bmatrix} 1&0&0\\0&1&0\\0&0&1\\1&0&0\\0&1&0\\0&0&1 \end{bmatrix} \hspace{20pt} x→=⎡⎣⎢xyz⎤⎦⎥x→=[xyz]\overrightarrow x = \begin{bmatrix} x\\y\\z \end{bmatrix} …
1
Beibehaltung einer positiv definierten Eigenschaft für die Kovarianz in einem nicht parfümierten Kalman-Filter-Update
Ich habe einen nicht parfümierten Kalman-Filter (UKF), der den Zustand eines Roboters verfolgt. Der Zustandsvektor hat 12 Variablen. Jedes Mal, wenn ich einen Vorhersageschritt durchführe, wirkt meine Übertragungsfunktion (natürlich) auf den gesamten Zustand. Meine Sensoren liefern jedoch Messungen verschiedener Teile des Roboterzustands, sodass ich bei einer Messung möglicherweise Roll-, Nick-, …
3
Informationsfilter statt Kalman-Filter-Ansatz
Ich habe viele Quellen über Kalman-Filter gelesen, aber keine über den anderen Ansatz zur Filterung, bei dem kanonische Parametrisierung anstelle von Momentenparametrisierung verwendet wird. Was ist der Unterschied? Andere Fragen: Mit IF kann ich KF vergessen, muss mich aber daran erinnern, dass die Vorhersage komplizierter ist Wie kann ich mir …
2
Objektpegelsensorfusion für die Verfolgung mehrerer Objekte
Ich möchte Objekte von mehreren Sensoren mit unterschiedlichen (manchmal überlappenden!) Sichtfeldern verschmelzen. Wie kann ich anhand von Objektlisten feststellen, ob einige von verschiedenen Sensoren beobachtete Objekte tatsächlich dasselbe Objekt sind? Nur dann kann ich wirklich einen Algorithmus schreiben, um den zukünftigen Zustand eines solchen Objekts vorherzusagen. Aus der Literatur habe …
1
Rauschen in Bewegungs- und Messmodellen
Wenn ich einen EKF für SLAM verwende, sehe ich oft, dass die Bewegungs- und Messmodelle einen Rauschbegriff haben. Dies ist für mich sinnvoll, wenn Sie eine Simulation durchführen, bei der Sie einer simulierten Messung Rauschen hinzufügen müssen, um sie stochastisch zu machen. Aber was ist mit echten Roboterdaten? Ist das …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.