Sie haben verbinden alle diese Sensoren direkt an einen Mikrocontroller. Der Kalman-Filter ist kein elektronischer Filter wie ein LRC-Filter, der zwischen den Sensoren und dem Mikrocontroller geschaltet ist. Das Kalman-Filter ist ein mathematisches Filter, das als Softwareroutine im Mikrocontroller implementiert ist.
Die von Ihnen aufgelisteten Sensoren geben dem Mikrocontroller bei jeder Aktualisierung 14 oder 15 Rohzahlen.
Wenn ich ein kleines Flugzeug fliege, möchte ich unbedingt wissen, wo und in welcher Richtung es sich befindet und wie weit es über dem Boden ist - 7 Zahlen.
Ich brauche etwas , das mir diese 7 Zahlen gibt.
Idealerweise möchte ich diese 7 Zahlen jedes Mal durch meinen Regelkreis neu schätzen. Die Aktualisierungen, die ich einmal pro Sekunde von meinem billigen GPS erhalte, sind fast nicht schnell genug. (Leute mit welcher Frequenz muss die Aktualisierungsschleife meines Quadcopters für die Ausgabe-Abtastung-Berechnung-Ausgabe stabil bleiben? Sie sagen mir, dass selbst 50-mal pro Sekunde nicht schnell genug sein wird).
Irgendwie muss ich die 14 oder 15 Rohzahlen, die ich habe, von denen einige nur gelegentlich aktualisiert werden, auf die 7 Zahlen reduzieren, die ich wirklich will.
Josh wies darauf hin, dass es viele Ad-hoc-Möglichkeiten gibt, diese Rohdaten in verwendbare Daten umzuwandeln. Jede Routine, die 15 Zahlen in 7 Zahlen umwandelt, kann als "Filter" bezeichnet werden.
Sie müssen nicht haben , um die optimalen Filter zu verwenden. Aber Sie werden eine Art Filter verwenden - dh etwas, das aus den 15 Zahlen der Rohdaten, die Sie haben, die 7 Zahlen (Schätzungen) umwandelt, die Sie wirklich wollen.
Der Kalman-Filter ist unter bestimmten Umständen der "optimale" Filter, mit dem sich die Rohdaten am besten in die von mir gewünschten 7-Zahlen konvertieren lassen.
Sie müssen möglicherweise weniger Zeit aufwenden, um einen Kalman-Filter zu verwenden, den bereits eine andere Person geschrieben und getestet hat, als einen anderen Filter von Grund auf neu zu schreiben, ihn zu debuggen und weitere Elemente hinzuzufügen, bis er verwendbar ist - ein Filter, der dies ermöglicht sich zwangsläufig als suboptimal herausstellen.
Sensordaten sind verrauscht. Wenn Sie es nicht filtern, würde Ihr Fahrzeug zumindest unberechenbar reagieren, wenn es sogar stabil genug wäre, um zu fliegen. Das Filtern über einen Kalman-Filter oder auf andere Weise kann das Rauschen verringern, wenn es korrekt durchgeführt wird, und die Stabilität verbessern.
Ein Kalman-Filter ist ein besonders leistungsstarker Filter. Es werden ein Modell des Systems und Rauschmodelle für das System und Ihre Sensoren benötigt. Es schätzt dann den Zustand des Fahrzeugs basierend auf einer bereitgestellten Zustandsschätzung und den zu jedem Zeitpunkt angewendeten Steuerungen. Dieser geschätzte Zustand ist genauer als der von den Sensoren gemeldete.
quelle
Sie können auch Partikelfilter verwenden. Für das grundlegende Intro zu Partikelfiltern können Sie sich Professor Thruns Videos in Programming a Robotic Car ansehen.
http://www.youtube.com/watch?v=H0G1yslM5rc
http://www.youtube.com/watch?v=QgOUu2sUDzg
Partikelfilter sind robuster und weisen eine weitaus geringere Wahrscheinlichkeit für Schleifenschlussfehler auf, die üblicherweise bei der Implementierung eines EKF auftreten.
Die Videos beschreiben die Funktionsweise eines Partikelfilters.
quelle
Ein Kalman-Filter ist ein Algorithmus, der üblicherweise in UAVs verwendet wird, um mehrere Sensormessungen zusammenzuführen, um eine "optimale" Schätzung der Position und / oder Orientierung des UAV bereitzustellen. Beispielsweise kann ein Kalman-Filter Beschleunigungsmesser-, Kreisel- und Magnetometermessungen mit einer Geschwindigkeitsschätzung verschmelzen, um das Gieren, die Neigung und das Rollen des UAV abzuschätzen.
Weitere Informationen zu den bei der UAV-Zustandsschätzung verwendeten Sensoren und Algorithmen finden Sie im eigenständigen Artikel Grundlagen des Flugs mit kleinen unbemannten Flugzeugen .
Der Artikel enthält auch Links zum zugehörigen Matlab-Code, in dem die beschriebenen Algorithmen zur Schätzung des Kalman-Filter-UAV-Zustands implementiert sind.
quelle