En estadística i teoria de control, el filtratge de Kalman, també conegut com a estimació quadràtica lineal, és un algorisme que utilitza una sèrie de mesures observades al llarg del temps, inclòs el soroll estadístic i …
Què fan els filtres Kalman?
Els filtres Kalman s'utilitzen per estimar de manera òptima les variables d'interès quan no es poden mesurar directament, però hi ha disponible una mesura indirecta. També s'utilitzen per trobar la millor estimació dels estats combinant mesures de diversos sensors en presència de soroll.
Per què és bo el filtre de Kalman?
Els filtres Kalman són ideals per als sistemes que canvien contínuament. Tenen l'avantatge que tenen poca memòria (no necessiten conservar cap historial que no sigui l'estat anterior) i són molt ràpids, el que els fa molt adequats per a problemes en temps real i sistemes encastats.
Per què és tan popular el filtratge de Kalman?
Fent servir un filtre kalman amb finestra per relinearitzar estats passats o quan es tenen observacions correlacionades a través de passos de temps, sovint és molt més fàcil utilitzar les equacions normals. A més, la matriu de covariància del filtre de Kalman pot arribar a una semidefinició no positiva amb el temps.
Què és el filtre de Kalman per al seguiment?
El filtratge de Kalman (KF) [5] s'utilitza molt per fer un seguiment d'objectes en moviment, amb el qual podem estimar la velocitat i fins i tot l'acceleració d'un objecte amb la mesura de les seves ubicacions. No obstant això, elLa precisió de KF depèn de l'assumpció de moviment lineal per a qualsevol objecte a seguir.