В настоящее время я создаю UKF для ориентации и хотел бы объединить избыточные данные датчиков в фильтре Калмана в единый набор переменных состояния, чтобы повысить точность (например, объединение данных гравитационного и магнитного векторов с данными гироскопа). Есть ли способ сделать это в фильтре, например, в матрице измерения H? Спасибо за ваше время.
Есть ли способ с помощью UKF для ориентации объединить избыточные данные датчиков в фильтре Калмана в единый набор переменных состояния?
Ответы (1)
Да, это именно то, для чего используется фильтр Калмана.
Сначала вы должны выбрать переменные состояния, которые могут быть только ориентацией, но также могут включать изменение ориентации. В первом случае матрица/функция перехода состояний будет тождественной, во втором случае - нет.
Сложной частью является настройка матрицы измерений, которая сообщает UKF, как каждая переменная состояния связана с каждой переменной измерения. (Если состояние изменится, как ожидается, что данное измерение изменится.) UKF сделает все остальное.
person
Richard K. Wade
schedule
04.06.2019
