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

Von: Paul Balzer

$
0
0

Was mir noch einfällt: Wenn du mit einem Sensor/Messung direkt einen Wert im Zustandsvektor (z.B. die Position) updatest, dann kann die natürlich ‚springen‘.
Umso kleiner der Wert in Q (Varianz des Prozessrauschens) im Vergleich zum entsprechenden Wert in R ist (Varianz des Messrauschens), umso weniger wird es sich durch die Messung beeinflussen lassen und springen. Allerdings ist dann dein Prozess auch träger, d.h. in Kurven o.ä. wird er nicht hinterher kommen.
Hier ein Tracking, wo du den Unterschied zwischen 50Hz und 1Hz siehst: http://mechlab-engineering.de/wordpress/wp-content/uploads/2014/03/Extended-Kalman-Filter-CTRV-Adaptive-Trajectory.png


Viewing all articles
Browse latest Browse all 38