前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >卡尔曼滤波器(一)

卡尔曼滤波器(一)

作者头像
Pulsar-V
发布2018-04-18 17:03:38
1.1K0
发布2018-04-18 17:03:38
举报
文章被收录于专栏:Pulsar-V

设每一次采样的观测值为Px,Py,Pz 所有采样值均默认服从正态分布和马尔可夫性(可能性均可按照发生概率运算) 假设采样频率是10次/秒 根据卡尔曼滤波算法 卡尔曼滤波器代码如下

代码语言:javascript
复制
    float gyrox = -(gx - gxo) / GyroRatio * dt; //x轴角速度  
    float gyroy = -(gy - gyo) / GyroRatio * dt; //y轴角速度  
    float gyroz = -(gz - gzo) / GyroRatio * dt; //z轴角速度  
    agx += gyrox;                             //x轴角速度积分  
    agy += gyroy;                             //x轴角速度积分  
    agz += gyroz;

/* kalman start */
    Sx = 0;
    Rx = 0;
    Sy = 0;
    Ry = 0;
    Sz = 0;
    Rz = 0;
for (int i = 1; i < 10; i++) {                
         //测量值平均值运算 ->加速度平均值  
        a_x[i - 1] = a_x[i];
        Sx += a_x[i];
        a_y[i - 1] = a_y[i];
        Sy += a_y[i];
        a_z[i - 1] = a_z[i];
        Sz += a_z[i];
    }
    a_x[9] = aax;
    Sx += aax;
    Sx /= 10;                                 //x轴加速度平均值  
    a_y[9] = aay;
    Sy += aay;
    Sy /= 10;                                 //y轴加速度平均值  
    a_z[9] = aaz;
    Sz += aaz;
    Sz /= 10;                                //z轴加速度平均值  
    
//计算方差
    for (int i = 0; i < 10; i++) {
        Rx += sq(a_x[i] - Sx);
        Ry += sq(a_y[i] - Sy);
        Rz += sq(a_z[i] - Sz);
    }

    Rx = Rx / 9;                              //方差  
    Ry = Ry / 9;
    Rz = Rz / 9;

    Px = Px + 0.0025;                         // 0.0025在下面有说明...  
    Kx = Px / (Px + Rx);                      //计算卡尔曼增益  
    agx = agx + Kx * (aax - agx);             //陀螺仪角度与加速度计速度叠加  
    Px = (1 - Kx) * Px;                       //更新p值  

    Py = Py + 0.0025;
    Ky = Py / (Py + Ry);
    agy = agy + Ky * (aay - agy);
    Py = (1 - Ky) * Py;

    Pz = Pz + 0.0025;
    Kz = Pz / (Pz + Rz);
    agz = agz + Kz * (aaz - agz);
    Pz = (1 - Kz) * Pz;

直白点说就是,每次更新一次观测周期内的观测值,用上一次的观测参与下一次的误差概率计算,然后得出下一次的去噪声值,以此类推。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档