关于卡尔曼及卡尔曼增益的理解【精】
提到卡尔曼,不得不说一个故事:
片绿油油的草地上有一条曲折的小径,通向一棵大树.一个要求被提出:从起点沿着小径走到树下.
“很简单.” A说,于是他丝毫不差地沿着小径走到了树下.
现在,难度被增加了:蒙上眼。
“也不难,我当过特种兵。” B说,于是他歪歪扭扭地走到了树旁。“唉,好久不练,生疏了。” (只凭自己的预测能力)
“看我的,我有 DIY 的 GPS!” C说,于是他像个醉汉似地歪歪扭扭的走到了树旁。“唉,这个 GPS 没做好,漂移太大。”(只依靠外界有很大噪声的测量)
“我来试试。” 旁边一也当过特种兵的拿过 GPS, 蒙上眼,居然沿着小径很顺滑的走到了树下。(自己能预测+测量结果的反馈)
“这么厉害!你是什么人?”
“卡尔曼 ! ”
“卡尔曼?!你就是卡尔曼?”
众人大吃一惊。
“我是说这个 GPS 卡而慢。
总结就是预测+测量更新。
卡尔曼滤波的测量更新部分是由最小二乘推导而来。
今天主要说明卡尔曼增益的Kt如何去理解?
卡尔曼主要来处理如下两个来源的数据:
(1)根据模型来预测出的数据。(预测)
(2)传感器观测到的数据。(观测)
核心:
K越小越相信你的预测(1)中的估计,
K越大越相信你的观测(2)中的观测。
K的值和传感器的精度有关。依赖于按个传感器更缺。
20200820
------------------------------------------------------------------------------我是分割线---------------------------------------------- ---------------------
我们从另一个角度理解卡尔曼滤波算法,假设你的传感器和预测模型的噪声均满足正高斯正态分布,看下面图片:
显然你可以看到两个正态分布相乘,带P下坠的代表预测满足的噪声正态分布,带m下标的表示是传感器测量噪声所满足的正态分布。这两个预测和测量是独立事件。
整理后得到上述的式子。我们会得到如下分析:
(1)δp越大时,k越大,这样对于预测来说它的噪音的不确定性变大,所以我们相信更传感器的测量值。
(2) δp越小的时候,k越小,这样对于预测来说它的噪音不确定性变小,所以我们更相信预测的值。
现在,我们把一维推广到高维,用矩阵表示:
比如高维情况下卡尔曼增益K=P*Ht*(R+HPHt)(图中绿框地方),这个式子与正好对应。P是预测的方差,H是观测矩阵,R是传感器测量满组方差。其余也是一一对应的。
20200822
关于卡尔曼及卡尔曼增益的理解【精】相关推荐
- 卡尔曼_卡尔曼估计两步法
在上一篇文章中手把手推导了一遍卡尔曼增益,不熟悉的小伙伴可以看 养生的控制人:卡尔曼增益推导zhuanlan.zhihu.com 这里再回顾一下重点. 问题重述 假设真实系统为 其中 . 我们对系统 ...
- auuc 评估指标_广告中增益模型理解
由于工作的需要,广告增益越来越进入到我们的视野当中,收益永远是广告主评价广告投放的重要标准,但是这种收益也慢慢被认为有两种. 一种是广告投放所带来的直接收益,比如用户A广告投放后的cvr为3%,用户B ...
- 第十诫:在规则中理解精意
不是凭着字句,乃是凭着精意.因为那字句是叫人死,精意是叫人活. <哥林多后书> 3:6 这是一个充满规则的世界.有形的和无形的规则,看得见的和看不见的规则,几乎渗透了这个世界的每一个角落, ...
- 卡尔曼滤波器1——递归算法(笔记篇 + 代码实现)
前言 本文是观看DR_CAN老师的视频后,简单总结了一下的笔记,并根据思路写了示例代码:这里主要讲卡尔曼滤波器与递归算法. 视频地址:https://www.bilibili.com/video/BV ...
- 卡尔曼滤波器(6) -- 一维卡尔曼滤波器(例5完整模型)
This blog is translated from https://www.kalmanfilter.net/default.aspx. It's an excellent tutorial a ...
- 卡尔曼滤波器(4) -- α−β−γ滤波器(例3例4总结)
This blog is translated from https://www.kalmanfilter.net/default.aspx. It's an excellent tutorial a ...
- 卡尔曼滤波器(3) -- α−β−γ滤波器(例2)
This blog is translated from https://www.kalmanfilter.net/default.aspx. It's an excellent tutorial a ...
- 卡尔曼滤波器_使用卡尔曼滤波器和路标实现机器人定位
本文为 AI 研习社编译的技术博客,原标题 : Robot localization with Kalman-Filters and landmarks 作者 | Jannik Zürn 翻译 | 郭 ...
- 【Matlab】扩展卡尔曼滤波器原理及仿真(初学者入门专用)
文章目录 0.引言及友情链接 1.场景预设 2.扩展卡尔曼滤波器 3.仿真及效果 0.引言及友情链接 \qquad卡尔曼滤波器(Kalman Filter, KF)是传感器融合(Sensor Fusi ...
最新文章
- smartfoxserver 个人心得
- Command 和 Active Object 模式
- 文本框获取和失去焦点默认值问题
- 深入理解Java虚拟机——类加载机制
- Functional Interface JDK1.8
- OrderOnline——功能需求
- 题164.pta数据结构题集-04-树7 二叉搜索树的操作集 (30 分)
- UTrust4701F双界面NFC读写器读卡器测试软件读写NFC电子标签的文本|网址|电子名片|智能海报|蓝牙地址内容操作说明
- 【元胞自动机】基于元胞自动机模拟交叉口右转机动车过街社会力模型matlab源码
- 机器学习的一些常识(联合概率分布、模型种类、生成方法与判别方法)
- gif一键抠图 在线_免费在线抠图软件
- sqlserver2008使用设置sa用户登录步骤
- 了解资本与公司年报、财报
- 《时光不再,你还在》凌莫寒白静熙第二章 这么开心的时刻,他只想和我庆祝...
- 步进电机S曲线的生成
- NCRE——D层优化
- 如何设置计算机硬盘密码,计算机设置硬盘加密方法以启动密码
- 目前企业的云计算转型,主要可以划分为哪四个阶段?
- 2022全球隐私计算专利排行榜发布,微众银行位居全球银行业第一
- linux 系统编程之-程序设计