首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >卡尔曼滤波器--两个相等传感器的融合

问卡尔曼滤波器--两个相等传感器的融合
EN

Stack Overflow用户
提问于 2020-02-13 17:05:09
回答 1查看 631关注 0票数 2

我对用Python实现卡尔曼滤波器很感兴趣。首先,我编写了一个非常简单的K滤波器版本--只有一个状态(在Y方向上的位置)。我的状态转换矩阵如下所示:

代码语言:javascript
复制
X <- X + v * t 

其中v和t是常量。

我用一个简单的线性函数来模拟测量

代码语言:javascript
复制
y = mx + b

并向其添加噪声:

代码语言:javascript
复制
y1 = np.random.normal(y, sigma, Nsamples).

它工作得很好,我可以重新定义R和Q来改变测量和处理噪声值(直到现在,它不是一个矩阵)。

现在我有个主意..。

如果我有第二次测量,会发生什么?

代码语言:javascript
复制
    y2 = np.random.normal(y, sigma2, Nsamples)

我该怎么处理呢?我是否应该像这样对测量进行预过滤:

代码语言:javascript
复制
(y1 + y2) / 2

或者,有没有更合适的方法/解决方案涉及卡尔曼滤波器?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-02-18 00:24:11

有许多方法可以使用卡尔曼滤波器来处理多个传感器测量的融合。要做到这一点,一种方法是用新的测量值顺序更新卡尔曼滤波器。

请参阅传感器融合先驱Hugh Durrant-Whyte在this answer中找到的幻灯片,了解如何融合传感器数据的相当多的方法。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/60203984

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档