Von: baer
Auch von mir vielen Dank für diese tolle Zusammenfassung! :-) Obwohl ich auch nicht ganz verstehe wie man auf das Systemmodell kommt, aber da gibt es vermutlich auch genug Beiträge. Ich war außerdem...
View ArticleVon: Steffen
Stimmt der Satz unter dem Vergleich zwischen Kalman und EKF: „[…]Das selbe bei der Messgleichung im Predict Schritt.“? Sollte es nicht heißen: “ …im Correct Schritt? Viele Grüße
View ArticleVon: tillmann
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...
View ArticleVon: Paul Balzer
Hallo Tillmann, die Aussage, dass es konstant ist, bezieht sich nur darauf, dass es innerhalb einer Rechenschrittweite (delta T) keine großen Änderungen gibt. Am Beispiel der Längsgeschwindigkeit:...
View ArticleVon: Paul Balzer
Hallo Baer, ja, wie man auf diese Systemmodelle kommt, wird wohl immer ein Geheimnis der Physiker und Maschinendynamiker bleiben… :) Aber dafür gibt es zum Glück Bücher, wo die gängigsten so drin...
View ArticleVon: tillmann
Hallo Paul, genau das waren meine Überlegungen: kleine Änderungen der Geschwindigkeit lässt du mithilfe der Matrix für das Prozessrauschen zu. Dein zeitdiskretes Modell für Geschwindigkeit und Gierrate...
View ArticleVon: Ben Schwarzbrot
Hey Paul, vielen Dank, klasse Beitrag. Wenn es darum geht, die Lage im Raum bzgl. der Winkel zu identifizieren, wie wäre dann mein Zustandsvektor? Ich habe 3-Achs Gyros und 3-Achs Acc´s zur Verfügung....
View ArticleVon: Paul Balzer
Hm. Irgendwie schon. Wo willst du den Wert sonst her nehmen, wenn er nicht im Zustandsvektor mit berechnet wird. Wenn du die Lage einer 6DoF IMU im Raum berechnen willst, dann gehen die üblichen...
View ArticleVon: Motorblog » Alpha-Beta-Filter – der kleine Bruder vom Kalman Filter
[…] häufigsten gelesen hier im Blog, sind die Beiträge zum Kalman Filter (Teil 1 & Teil 2 & EKF). In den Kommentaren und Emails, die ich dazu bekomme, zeigt sich allerdings, dass da mit Kanonen...
View ArticleVon: christian
Hallo, erstmal danke für die hilfreichen Erklärungen. Kurze Frage um erweiterten Modell (CTRV), ich benötige den Fall der Positionsschätzung im Tunnel, wenn keine bzw. nur noch unsichere...
View ArticleVon: Paul Balzer
Hallo Christian, wenn du die GPS Position einfach auf 0.0/0.0 setzt, dann sagst du dem Kalman Filter, dass es die Position bitte auf’s Meer verschieben soll (siehe:...
View ArticleVon: Christian
Hallo Paul, danke für deine Antwort. Das ist soweit klar! Jetzt habe ich noch eine Frage, ich möchte die Rechenschrittweite verändern, d.h. dass die Messwerte der Sensoren (Gierrate, Geschwindigkeit)...
View ArticleVon: Paul Balzer
Hallo Christian, das ist eigentlich die gleiche Frage. Du lässt das Filter mit dt=100ms laufen. Wenn ein GPS Signal alle 1s kommt, dann setzt du in der Messmatrix H den Wert für GPS auf 1, sonst lässt...
View ArticleVon: Paul Balzer
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...
View ArticleVon: Christian
Danke für deine Ausführungen! Ich werde mal aufgrund der langsameren Sample-Rates des Prozesses das CTRA Dynamikmodell ausprobieren. Finde hierzu allerdings nicht allzu viele Infos, hättest du hier ein...
View ArticleVon: RandyW.
Was muss ich tun wenn keine Messung vorhanden ist? Nehme ich dann nur das Kinematikmodell (also nur x=gA(x,u))? oder muss ich auch immer die Covariance Pt mitberechnen?
View ArticleVon: RandyW.
Was muss ich tun wenn keine Messung vorhanden ist? Nehme ich dann nur das Kinematikmodell (also nur x=gA(x,u))? oder muss ich auch immer die Covariance Pt mitberechnen?
View ArticleVon: Paul Balzer
Die Kovarianz-Matrix P muss in jedem Fall mit berechnet werden. Denn wenn du keine Messung hast, wird die im ‚Prediction‘ Step immer größer und größer (es kommt ja +Q dazu) und das zeigt dem Filter,...
View ArticleVon: Torben
Hallo Paul, danke für die interessanten Ausführungen. Ich habe eine Frage zum Matlab Skript. Im Corrector Schritt wird der neue geschätzte Zustandsvektor zu \(x_{est} = x1 + K \cdot (y – h(x1))\)...
View ArticleVon: PES4 | Andreas' Blog
[…] gesucht Das Kalman-Filter einfach erklärt [Teil 1] Das Kalman Filter einfach erklärt [Teil 2] Das Extended Kalman Filter einfach erklärt Kalman Filter For Dummies IMU Data Fusing: Complementary,...
View ArticleVon: Motorblog » Von der Theorie auf die Rennstrecke: Kalman-Filter für die...
[…] eigenen Projektes mit dem Kalmanfilter beschäftigt und dabei viel von den Blogeinträgen KF 1/KF 2/EKF gelernt. Da ich auch aufgrund des Standortvorteils direkt mit Paul über die Gestaltung...
View ArticleVon: htw-mechlab.de » Sensordatenfusion mit Extended Kalman Filter (EKF)
[…] wird dabei ein Constant Turn Rate and Velocity (CTRV) -Modell nach folgendem Vorbild verwendet: http://www.cbcity.de/das-extended-kalman-filter-einfach-erklaert. Die Messdaten stammen aus einer...
View ArticleVon: Andreas
Hallo Herr Balzer, eine schöne Einführung zum Thema haben Sie hier erstellt. Was ich mich bei diesem Part zum EKF Frage ist folgendes: Die Drehwinkelgeschwindigkeit im letzten Diagramm sieht “extrem”...
View ArticleVon: Manajemen
Can you provide additional details on the advantages or considerations of using Python for implementing EKF compared to other programming languages, and are there specific libraries or tools that are...
View Article