詳細なチュートリアルを達成するために、人気の高校生は説明カルマンフィルタカルマンフィルタ理論とPythonを理解することができます - 理論から実践へ


オリジナルリンクします。https://blog.csdn.net/varyshare/article/details/95065650

注:あなたがBenpian読書を入れて、私の前回の記事からここで少し見た場合、私は確信しているあなたはすでにカルマン・フィルタは非常に深遠であることを理解します

接触センサーデータの学生は、必然的に名を参照しなければならない「カルマン・フィルタを。」これは、物語の背後にありますか?背中を見てみると、見られることを残ります。多くの場合、あなたは理解していないどの概念の多くは、直接読み取ることができないコースの詳細を見るためのアルゴリズムが問題であることを理解していません。最も重要なことは、あなたが第一の端部に薄暗いカルマンフィルタを理解する必要があること、どのようにその本来の意図とは?次に、私はちょうど事をコンセプトに、いくつかの認知障害カルマンフィルタをクラックする話をしたいです

亀裂の概念の認知足かせ:行うにはカルマンフィルタ

実行するカルマン・フィルタは、たとえば、時間上の航空機の既知の位置は、受信したこの瞬間の航空機レーダ測定値の場所を知っています。この時点で、航空機の位置を推定するためにデータの最初の二つを有します合理化、それは前回の状態を知ることです、我々は測定データ、現在の状況を見つけるこれら二つのデータの統合を知っています。

私は、測定データの現在の状態はそれのようではないと思いますので、現時点の測定データを知っている今、依頼する必要がありますか言い換えれば、「航空機の現在位置は、我々は航空機の現在位置を推定するカルマン・フィルタを使用しないのはなぜ唯一のものではありませんあなたは、レーダー測定した航空機の位置を感じる必要がありますされて??。」
A:時間の測定が受信した航空機のレーダー信号の現在位置は、本当に航空機の現在位置を必ずしも真実ではありませんまず、レーダ信号の測定は誤差があります。第二に、私はあなたが今、最後の前に信号を送信した後、返されたレーダ信号を受信すると思います。このプロセスには時間がないのですか?たぶん、航空機は200倍以上の音の速さ、多分直接クラッシュ行きの今回は、これらは**可能性があります。それはさえ**航空機で測定データが、まだ不確実な位置を受け取ります。私がする必要があるため持っているので、時間の瞬間前に航空機の位置の現在位置を推定するために考慮に入れた測定データと連動して、現在の航空機の位置を推定しますこれは、カルマン・フィルタの役割です。

そして、あなたはに応じて依頼する必要があり、時間の航空機の位置の前の見積もりのことができますどのように航空機のこの瞬間の現在位置を推定しますか
:**カルマンは、すべての状態変化(位置変更)が直線的であると思います。**何を線形と呼ばれていますか?位置は、速度が0.2で0.3時間です。だから私は、次の時間位置が0.5であると思います。これは線形と呼ばれています。

そして、あなたはそれを聞いてきますないすべて行う方法線形状態の変化の?あなたは風速のように、それは直線的ではありません。
A:おめでとう、あなたは新しいアルゴリズムを考案しました。実際には、人々は、このアルゴリズムが呼び出されるために命名されている拡張カルマンフィルタ今、私たちは学ばなければならないカルマンフィルタです。あなただけのカルマン・フィルタは、すべての変更が線形であることを考えることです覚えておく必要があります。

だから今、私は、現在の時点での時間航空機の位置に航空機の推定位置を過ごすする方法を知っているだけでなく、航空機の現在位置を推定するために総合的に勘案し、受信した測定データを用いて現在の時刻を知る必要がありました。それでは、どのようにそれを考えると?これは、割合が含まれます。これら2つのデータを占めてどのくらいの最後には?これは、カルマン・フィルタの核心です。カルマンフィルタアルゴリズムは、動的比率を調整します。(節度のトーンの種類だけでなく、測定データチャネル、現在のチャネルの時間位置だけでなく、時間の位置を推定しました。)

アルゴリズム開発をフィルタリングアイデア?

あなたはフィルタリングの考えを理解していない場合ので、カルマン・フィルタは、あなたが今日勉強したいカルマンフィルタがある明日を通じて学習しました。あなたは、アルゴリズムをフィルタリングし、これらのアイデアを学ぶ場合、我々はそれらを一緒に入れて、それははるかに簡単であることを覚えています。本質的には融合の真の状態を推定するために、複数のデータ・フィルタリング・アルゴリズムを使用することです。次の2つの例では深いから浅いに引用しました。

時刻t2で航空機の位置を推定するために「航空機の位置の航空機やレーダー測定の速度を」どのように組み合わせますか?

ここに画像を挿入説明
ここに画像を挿入説明
しかし、どのように航空機ああの速度を推定するには?航空機は必ずしも行くに一様ではないので。我々が基づいている
今、私は、航空機の速度を推定します。
速度を推定する方法は2つあります。
ここに画像を挿入説明

航空機の位置を推定するために、「航空機の速度、加速度、位置の航空機のレーダー測定」をどのように組み合わせますか?

ここに画像を挿入説明

フィルタリングのためにどのようにカルマンフィルタ?

ここに画像を挿入説明
ここに画像を挿入説明
上の段落からわかるように、カルマンフィルタ最も重要なは、分散の2種類を取得する必要があります。一つは、推定のこの方法の差異に純粋に依存しています。第二に、測定器の分散。ちょうどその時あなたは推定値と最終結果における測定値の割合を知ることができ、これらの2つの値を知っています。異なるアプリケーションシナリオの分散の計算方法は、実際の状況と異なる場合がする必要があります。
注:現在の時刻の推定位置は、状態に応じて速度と加速度に基づく方法のこの種を推定するための唯一の方法ではありません。他の多くのがあります。例えば、私はこの時間とこの時間ガソリンの燃焼で駆動力航空機エンジンに応じて飛行機の飛行距離(エネルギー保存則、駆動力×距離=仕事)を推定することができます。

ここに画像を挿入説明

プログラムの実現

理論から実践的に - どのように理解するには、そのスペースカルマンフィルタアルゴリズムカルマンフィルタにチャンE?

公開された34元の記事 ウォンの賞賛2 ビュー2296

おすすめ

転載: blog.csdn.net/weixin_44088559/article/details/105416061