Реалізація фільтра Калмана для положення, швидкості, прискорення


9

У минулому я використовував фільтри Kalman для різних речей, але зараз мені цікаво використовувати його для відстеження положення, швидкості та прискорення в контексті позиції відстеження для додатків для смартфонів. Мене вражає, що це повинен бути приклад підручника простого лінійного фільтра Кальмана, але я не можу знайти жодних онлайн-посилань, які б обговорювали це. Я можу придумати різні способи цього зробити, але замість того, щоб досліджувати це з нуля, можливо, хтось тут може вказати мені в правильному напрямку:

  1. Хтось знає найкращий спосіб налаштування цієї системи? Наприклад, враховуючи недавню історію спостережень за положенням, який найкращий спосіб передбачити наступну точку в просторі стану фільтра Калмана? Які переваги та недоліки включають прискорення в просторі стану? Якщо всі вимірювання є позиційними, то, якщо швидкість і прискорення знаходяться в просторі стану, система може стати нестабільною? І т.д. ...
  2. Як варіант, хто-небудь знає хороший посібник для цього застосування фільтрів Kalman?
Дякую


У Вікіпедії тут є простий приклад . Це вам досить просто, щоб отримати деталі. Щоб відповісти на ваше перше запитання, ви прогнозуєте наступний стан, використовуючи поточний стан та вашу динамічну модель поведінки системи.
Jason R

@JasonR дякую за коментар, але я шукаю більше, ніж те, що є у Вікіпедії. Раніше я багато використовував фільтри Kalman, тому шукаю якомога більше деталей щодо найкращих підходів та підводних каменів цього конкретного додатка.
Стохастично

2
Кальманові фільтри - це досить зріла тема, до якої може бути важко знайти детальний сучасний приклад, як хотілося б. Коротко: навіть якщо ви вимірюєте лише позицію, важливо включати в свій вектор стану такі похідні, як швидкість та прискорення. Кількість похідних, яку ви відстежуєте, пов'язана з порядком поліномії стану, який ваш фільтр зможе відстежувати без статичної помилки.
Jason R

@JasonR велике спасибі, за відсутності нічого іншого, це, звичайно, дуже корисний вказівник :-).
Стохастично

Відповіді:


4

Це найкраще, що я знаю

Повне виведення з поясненням

Кальман

Це хороший ресурс для вивчення фільтра Кальмана. Якщо ви більше переймаєтесь тим, як додаток для смартфонів працює, я б запропонував шукати попередню реалізацію фільтра Калмана. Навіщо винаходити колесо? Наприклад, якщо ви розробляєте для android, openCV має реалізацію фільтра Kalman. Дивіться Android OpenCV

Бредскі і Калер є хорошим ресурсом для обробки зображень в цілому і включає в себе розділ про фільтр Калмана, включаючи приклади коду.

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.