卡尔曼滤波在定位估计中的应用

Question

我一直在努力理解卡尔曼滤波，以及如何使用它。我计划用java写它。

我有实时定位(经度、纬度)和速度数据。我需要找到移动物体的下一个位置。位置是准确的，位置数据中没有噪音。我想使用卡尔曼滤波的原因是为了估计物体的下一个可能的位置。我不知道如何给矩阵(转换，度量等)的值。

我需要你的帮助来创建和理解矩阵的结构。我也对新算法的建议持开放态度。

Answer 1

您可以看看一些开源实现。ASF规定如下：

• http://commons.apache.org/proper/commons-math/apidocs/org/apache/commons/math3/filter/KalmanFilter.html
• Filter

以下代码演示了如何执行预测/更正周期：

for (;;) {
   // predict the state estimate one time-step ahead
   // optionally provide some control input
   filter.predict();

   // obtain measurement vector z
   RealVector z = getMeasurement();

   // correct the state estimate with the latest measurement
   filter.correct(z);

   double[] stateEstimate = filter.getStateEstimation();
   // do something with it
}