Должен ли я фильтровать (kalman / lowpass) после получения необработанных значений от датчика или после преобразования необработанных значений в пригодные для использования данные? Это имеет значение? Если так, то почему?
Пример: Фильтр после получения необработанных значений из IMU или фильтр после преобразования необработанных значений в полезные данные, например. параметры динамики полета.
Ответы:
KF оценивает позу робота на основе всех входов датчиков и корреляции датчиков . Если вы делаете EKF на данные компаса, вы действительно нужен робот позу , чтобы определить , насколько вероятно , данное показание компаса является . Без этого вы просто фильтруете нижние частоты (не используя вероятностный фильтр, такой как KF).
Если фильтр , прежде чем положить все в том же кадре, то я не знаю , какую информацию вы должны сделать фильтрацию на . Поскольку я точно не знаю, что вы подразумеваете под «пригодным для использования», я предполагаю, что вы преобразовали все данные датчика в систему координат робота. В этом случае фильтрация очень проста, поскольку вы можете поместить все показания датчика непосредственно в один EKF. На самом деле, это «нормальный» способ фильтрации, с которым я знаком.
Пример : допустим, ваш IMU подключен к роботу. ИДУ будет использоваться при оценке позы робота. Неважно, какие юниты вы используете, пока IMU рассказывает вам о том, как движется робот. Затем вы можете использовать корреляцию IMU с другими вещами, которые измеряют движение, такими как компас или одометр. Вот для чего KF. KF - это не сенсорный фильтр, как полосовой фильтр или что-то в этом роде.
Существует очень уместный ответ здесь .
Фильтруйте необработанные данные.
Фильтрация отсеивает (надеюсь) большую часть шума и ошибок. Необработанные данные обычно не так полезны.
Гироскопы дрейфуют, на компасах много шума. Кальман может удалить оба.