Фильтр Калмана для пути следования автомобиля - PullRequest
3 голосов
/ 07 августа 2010

У меня есть набор очков типа Point(x,y).После того, как машина прошла через множество дорог на одной и той же дороге, она почти испортила полученную карту.Я слышал, что Фильтр Калмана может создать путь из доступных путей.

Может ли кто-нибудь сказать, как это сделать?Я не из информатики.Поэтому, пожалуйста, объясните мне об этой концепции и этих матрицах.Тогда я буду их кодировать.Пожалуйста, кто-нибудь просветить меня о концепции.

Ответы [ 4 ]

1 голос
/ 07 августа 2010

Насколько я знаю, это фильтр Калмана, способный объединять несколько источников одной и той же информации, чтобы получить более точное измерение наблюдаемой переменной. Можно было бы комбинировать и одно и то же измерительное устройство, измеренное несколько раз. Вот хорошее введение: INTRO , AnotherOne

0 голосов
/ 01 марта 2011

Возможно, вы пытаетесь использовать обнаруженные координаты автомобиля, чтобы определить, где находится дорога, когда нет информации о дорожной карте. Пытаетесь создать дорогу, когда дороги нет, верно? Фильтр Калмана предназначен для сглаживания значений, полученных от датчика. Когда датчик обнаруживает автомобиль, датчик может не дать фактическое положение автомобиля. Он будет содержать некоторые ошибки в координатах x и y. Вы должны передать эти значения x, y в фильтр Калмана , пока данные поступают от датчика . Или, по крайней мере, в правильном порядке, который был получен от датчика. Фильтр Калмана выдаст вам оценочные значения (сглаженные значения) положений x и y, которые подскажут вам приблизительно правильное положение автомобиля.

Предполагая, что автомобиль едет в середине дороги, эти оценочные (отфильтрованные) значения x, y являются тем, что вы можете принять за середину дороги. Я видел твой вопрос только сейчас. Я знаю, что уже поздно, но надеюсь, что это помогло?

0 голосов
/ 05 октября 2010

Я не понимаю, как именно здесь будет применяться фильтр Калмана.

Я бы подошел к этой проблеме либо обработкой изображения, поэтому толстый путь был бы уменьшен до тонкой линии или путем последовательной линейной регрессиина отрезках пути.

0 голосов
/ 05 октября 2010

Я не знаю, если этот вопрос все еще активен, но если вам интересно узнать больше о фильтре Калмана, я настоятельно рекомендую этот короткий скрипт matlab. Даже если у вас не установлен пакет Matlab, это может быть самый простой пример на Kalman, который вы можете найти!

...