Saya telah menggunakan filter Kalman untuk berbagai hal di masa lalu, tetapi saya sekarang tertarik untuk menggunakannya untuk melacak posisi, kecepatan dan akselerasi dalam konteks posisi pelacakan untuk aplikasi smartphone. Itu mengejutkan saya bahwa ini harus menjadi contoh buku teks dari filter Kalman linier sederhana, tetapi sepertinya saya tidak dapat menemukan tautan online yang membahas hal ini. Saya dapat memikirkan berbagai cara untuk melakukan ini, tetapi daripada meneliti dari awal, mungkin seseorang di sini dapat mengarahkan saya ke arah yang benar:
- Adakah yang tahu cara terbaik mengatur sistem ini? Misalnya, mengingat sejarah pengamatan posisi baru-baru ini, apa cara terbaik untuk memprediksi titik selanjutnya dalam ruang keadaan filter Kalman? Apa kelebihan dan kekurangan termasuk akselerasi di ruang negara? Jika semua pengukuran berada pada posisi, maka jika kecepatan dan akselerasi berada dalam ruang keadaan, dapatkah sistem menjadi tidak stabil? Dll ...
- Atau, apakah ada yang tahu referensi yang baik untuk aplikasi filter Kalman ini?
kalman-filters
Secara stokastik
sumber
sumber
Jawaban:
Ini yang terbaik yang saya tahu
Derivasi penuh dengan penjelasan
Kalman
Ini adalah sumber yang bagus untuk mempelajari tentang filter Kalman. Jika Anda lebih peduli untuk membuat aplikasi ponsel cerdas berfungsi, saya sarankan mencari penerapan filter Kalman yang sudah ada sebelumnya. Mengapa menemukan kembali roda? Misalnya jika Anda mengembangkan untuk android, openCV memiliki implementasi filter Kalman. Lihat Android OpenCV
Bradski dan Kaehler adalah sumber yang bagus untuk pemrosesan gambar secara umum dan termasuk bagian pada filter Kalman termasuk contoh kode.
sumber