Quantcast
Channel: Kommentare zu: Das Extended Kalman Filter einfach erklärt
Viewing all articles
Browse latest Browse all 38

Von: tillmann

$
0
0

Hallo Paul, zunächst mal vielen Dank für deine Mühe, das so detailliert darzustellen! Ich habe selbst Erfahrung mit Schätzung/Kalman-Filter und so weiter und frage mich Folgendes: in deiner zeitdiskreten Dynamik gehst du von konstanter Geschwindigkeit und konstanter Gierrate aus, i.e.

v_{x,k+1} = v_{x,k}
\omega_{k+1} = \omega_{k}

und deinem Matlab-Beispiel zufolge sind diese auch näherungsweise konstant. Für deine Implementierung in Python jedoch, siehe

http://nbviewer.ipython.org/github/balzer82/Kalman/blob/master/Extended-Kalman-Filter-CTRV.ipynb?create=1

verwendest du auch dieses Modell und dort ist die Geschwindigkeit alles andere als konstant.. siehe Plots kurz vor Position x/y. Meine Frage: funktioniert das CRTV-Modell trotzdem, weil du das Prozessrauschen hinreichend groß gewählt hast? Wie sind deine Erfahrungen damit?

Vielen Dank für deine Antwort!


Viewing all articles
Browse latest Browse all 38