На каком этапе должна применяться фильтрация данных датчиков?
8
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.
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.
Мне трудно понять ваш ответ. Допустим, мне нужно преобразовать необработанные значения из IMU в угол Эйлера. Таким образом, я должен фильтровать необработанные данные, прежде чем конвертировать? правильно?
Допустим, ваш IMU подключен к роботу. ИДУ будет оценивать позу 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.
Джош Вандер Хук
Ааааа! Отличный ответ, Джош! :) Я понял. Спасибо!
0
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.
Калман обуславливает показания сеньора по позе робота, затем обновляет позу робота. Вы не можете фильтровать только данные датчика, не зная позу робота. В противном случае вы просто сглаживаете данные. В то время как сглаживание является фильтрацией, фильтрация Калмана не сглаживает.
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.
источник