我一直使用卡尔曼滤波器来平滑仅来自一个传感器的信号。
我想知道卡尔曼滤波器是否可用于融合来自提供相同类型读数的两个不同传感器的数据。一个例子是将来自 GPS 的位置数据与从 IMU 计算的位置数据融合。根据这个例子，我希望有以下内容：
- 状态向量：[x;y]
- 测量向量：[x_imu;y_imu;x_gps;y_gps]
如果您需要更多信息/说明，请告诉我。
使用卡尔曼滤波器融合两个相同类型的传感器读数
信息处理
卡尔曼滤波器
传感器
2022-02-16 04:31:03
1个回答
第一个问题的答案是肯定的，可以融合来自同一类型传感器的数据。例如，融合两个不同的加速度计，每个加速度计具有测量质量，给出加权平均值，其中权重是个体方差的倒数（详见 Kays [1] 的书）。
第二个答案也是肯定的，可以将 IMU 与 GPS 测量融合。但请注意，一个返回一个位置本身，而另一个测量该位置的二阶导数。融合需要精心设计的模型。有很多关于模型及其理论的论文和书籍。例如，我会推荐 Farrel 的 [2] 和 Titterton 的 [3] 书籍。您可以在互联网上轻松找到融合过滤器的实现。例如，无人机的开源项目就有它。
[1] 凯，史蒂文；统计信号处理基础，估计理论。
[2] 法雷尔，杰伊 A.；全球定位系统和惯性导航。
[3] 蒂特顿，DH；捷联惯性导航技术。
其它你可能感兴趣的问题