【问题标题】:Kalman filter - quaternions - angle sensor卡尔曼滤波器 - 四元数 - 角度传感器
【发布时间】:2015-07-27 00:22:34
【问题描述】:

卡尔曼滤波器和四元数对我来说是新事物。

我有一个传感器,其引脚上的输出电压会随着其在 x、y 和/或 z 轴上的倾角而变化,即角度传感器。

我的问题:

  • 是否可以应用卡尔曼滤波器来平滑结果并避免测量中的任何噪声?

  • 然后我将只有 1 个单个 3D 矢量。我可以对这个 3d 向量使用什么样的四元数运算来了解有关四元数的更多信息?

【问题讨论】:

    标签: c matlab vector accelerometer quaternions


    【解决方案1】:

    您可以将卡尔曼滤波器应用于加速度计数据,但它是一种强大的技术,并且有很多方法可以做错。如果您的目标是了解过滤器,那就去做吧 - 讨论 here 可能会有所帮助。

    如果您只想平滑数据并继续处理下一个问题,那么您可能需要从移动平均滤波器或传统的低通/带通滤波器开始。

    应用卡尔曼滤波器后,您仍将拥有一系列数据 - 它不会将其缩减为单个向量。如果这是您的目标,您不妨取每个坐标序列的平均值。

    至于四元数,您可能会想出一种对加速度计数据执行四元数运算的方法,但挑战在于使其有意义。为了了解这个概念,你真的需要它来理解它,这样你就可以可视化结果并解释它们。

    我很想写一些函数来实现四元数运算 - 乘法是奇怪的。这将很好地介绍它们的工作方式,然后当您找到需要它们的应用程序时,您可以使用您的函数并且您已经知道这些机制是如何工作的。

    如果您想了解四元数最著名的用法,请查看 Maxwell's equations in their original quaternion form,在 Heaviside 大幅简化它们并将它们放入我们今天使用的矢量符号之前。

    现在还有很多工作是使用张量完成的,如果您对更复杂的数学数据类型感兴趣,那么值得研究一下。

    【讨论】:

    • 这里还有一个关于四元数的一些用途的有趣讨论,可能会给你一些想法:stackoverflow.com/questions/8919086/…
    • 非常感谢您的回答!为什么我应该使用移动平均(ARMA?)滤波器而不是卡尔曼滤波器?两者都应该或多或少给我相同的最终结果,两者我都应该能够轻松地“继续使用”我的软件的其余部分,对吧?我认为这应该给我一个 3d 矢量,因为我从我的传感器(x 和 z)获得 3 个值,然后这些值被过滤。所以最后我可以把它们放在一个向量中。事实是向量会发生很大变化。你认为这些想法有什么问题?
    • 我看到卡尔曼滤波器是加速度计等最常用的滤波器之一。这将使我有机会了解更多有关它的信息。为什么最终不是卡尔曼?
    • 你说得对,卡尔曼滤波器在这个应用程序中非常受欢迎。我只是想说移动平均线很容易应用,而卡尔曼滤波器更复杂,需要更多的开发时间。这不是不使用它的理由:我的意思是它取决于您的优先级。如果你想了解它,那么是的,去做吧,但如果这是一个时间紧迫的项目,那么移动平均线可能会给你 20% 的努力带来 80% 的结果。
    • 非常感谢,这很清楚。您如何看待我正在处理或不处理 1 3D 矢量这一事实? (见上一条评论)
    猜你喜欢
    • 2011-04-27
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2011-04-14
    • 1970-01-01
    • 1970-01-01
    • 2017-08-11
    相关资源
    最近更新 更多