卡尔曼滤波
该示例应用程序使用Kalman滤波器基于速度测量来预测位置。
卡尔曼滤波算法
方程针对该应用进行了简化。
向量和矩阵:
F:状态转换模型H:测量模型Q:过程噪声的协方差R:测量噪声的协方差x0:初始状态P0:初始误差协方差
方程式:
卡尔曼滤波器的计算:
例子
火车以80 km / h的恒定速度行驶。 每100毫秒测量一次速度。 过滤速度,并使用卡尔曼滤波器预测当前位置。
向量和矩阵:
位置的先验预测:
带有噪音的速度测量:
绘制速度和预测位置:
绘制卡尔曼增益和误差系数:
重要档案
train_position_prediction.py :计算火车位置并绘制结果
speed_measurement.py :模拟速度测量
kalman_filter.py :预测位置。
安装及使用
克隆存储库
$ cd
$ git clon
2021-04-14 11:05:56
435KB
Python
1