مرشح Kalman مع مجموعة بيانات كاملة؟

Question

أنا أبحث عن وسيلة للجمع بين البيانات من البوصلة والبابا من أجل تحديد الموقف بعد الحقيقة.سأعمل مع مجموعة بيانات كاملة تم تسجيل قراءات البوصلة ثلاثية الأبعاد وقراءات الدوران على فترات منتظمة، لكنني أريد استرداد تقدير للموقف في معالجة ما بعد المعالجة.

لقد فكرت ببساطة باستخدام مرشح Kalman، لأنها موثقة بشكل جيد للغاية، ولكنها تفضل استخدام شيء أكثر ملاءمة للحالة التي تعرف فيها مجموعة البيانات كاملة.لدي شعور بأن الحل هو "ببساطة" مشكلة المربعات الصغرى، لكنني آمل أن يشيرني شخص ما هنا في اتجاه ورقة أو اثنين من التعامل مع هذه المشكلة (أو مشاكل مثل ذلك).

في هذه المرحلة، لست متأكدا من ما يسمى بهذا المرشح هذا، لذلك أواجه صعوبة في العثور على مصطلحات بحث مفيدة.سيكون موضع تقدير أي مساعدة.

شكرا جزيلا!

Answer 1

إذا فهمت فلتر Kalman في التفاصيل، يمكنك أيضا تطبيق ما يسمى Kalman Smoother الذي يعمل على مجموعة البيانات كاملة.

ومع ذلك، اسمحوا لي أن أحذرك عن شيء واحد. لا يوجد شيء مثل Kalman Filter للمبرمجين . مرشح Kalman يصعب فهمه. لن تكون قادرا على تنفيذها واستخدامها بشكل صحيح إذا كنت لا تفهمها.

تنفيذي هو ما تبحث عنه تقريبا. لقد استخدمت التسارع والجريادوروسكوات ولكن لا الباحثات. يعتمد على هذا مخطوطة ، اقرأها أولا. الوصف الأكثر تفصيلا لدي في الوقت الحالي هو الشرائح 29-32 في العرض التقديمي الخاص بي حول استشعار الانصهار . إنه مشروع مفتوح المصدر ، وأخطط لإصدار إصدار محدث من الحلول في الأسابيع القادمة.