|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
惯性数据测量一一卡 尔曼滤波
; C$ a& n5 o: g2 K( I介绍
$ Z; U) g9 I, R" j# \, u对于大多数人来说,卡尔曼滤波很难理解。的确,他奇迹般地解决了其他方法很难解决的问题。但是注意,卡尔曼滤波并不是解决你所有问题万能的良方。
2 f: |2 p, _3 O- o$ T这篇文章将阐述卡尔曼滤波的使用。我们将使用多的实际方法而避免那些很难理解的繁琐理论,因为大多数人仅仅将其用于MAV/UAV (微型飞行器/无人机)应用上, 我将试图将它形象具体化。
0 u& \( Y9 c$ i+ ^, L* V% q" V必须确保你已经知道了怎样使用加速度计和陀螺仪来进行数据采集,另外,一些基础的代数知识也是必要的。
8 v/ U" E9 U/ W# J, ]! Z% O3 M% [+ D6 K. ~
基本操作0 c& \7 V+ U( W c9 o' v
卡尔曼滤波是- -种链形滤波器( 累接滤波器),他需要两个东西:! \4 K& y, R/ x/ W }
首先,你将需要几种输入(- -路或更多的数据源),你可以仅仅使用线性计算将他们转换为你预期的输出。换句话说,在我们的问题中,我们需要建立- - 个线性模型。
4 }$ ~" A, ~) }+ Q6 R M其次,你需要另一路输入。这一路是期望数据中的实际外界数据值,或者是它的近似。( y _, O- t1 i; N9 L; |4 l. _
每--次迭代,卡尔曼滤波器都将微小地改变线性模型中的变量,因此线性模型的输出将于第二次输入接近。
7 i# s6 C$ F4 M/ L) a; c3 s6 ?
* |4 q) v& T" }( O: |+ U& \; D! ?3 J
# d' P* o, r( V( K/ X7 ^
|
|