Используя UKF для ориентации, есть ли способ объединить избыточные данные датчика в фильтре Калмана в единый набор переменных состояния?

Question

В настоящее время я создаю UKF для ориентации и хотел бы объединить избыточные данные датчиков в фильтре Калмана в единый набор переменных состояния для повышения точности (например, объединение гравитационных и магнитных векторных данных с гироскопическими данными). Есть ли способ сделать это в фильтре, например, в матрице измерений H? Спасибо за ваше время.

Answer 1

Да, именно для этого и используется фильтр Калмана.

Сначала вам нужно выбрать переменные состояния, которые могут быть только ориентацией, но могут также включать изменение ориентации. В первом случае матрица / функция перехода состояний будет идентична, во втором - нет.

Сложная часть - это настройка матрицы измерений, которая сообщает UKF, как каждая переменная состояния связана с каждой переменной измерения. (Если состояние изменится, как ожидается изменение данного измерения.) Остальное сделает UKF.