Используя UKF для ориентации, есть ли способ объединить избыточные данные датчика в фильтре Калмана в единый набор переменных состояния?

Question

В настоящее время я создаю UKF для ориентации и хотел бы объединить избыточные данные датчиков в фильтре Калмана в единый набор переменных состояния, чтобы повысить точность (например, объединение гравитационных и магнитных векторных данных с гироскопическими данными). Есть ли способ сделать это в фильтре, например, в матрице измерений H? Спасибо за ваше время.

Answer 1

Да, именно для этого и используется фильтр Калмана.

Сначала вы должны выбрать переменные состояния, которые могут быть только ориентацией, но могут также включать изменение ориентации. В первом случае матрица / функция перехода состояний будет тождественной, во втором - нет.

Трудной частью является настройка матрицы измерений, которая сообщает UKF, как каждая переменная состояния связана с каждой переменной измерения. (Если состояние меняется, как ожидается изменение данного измерения.) UKF сделает все остальное.