ตัวกรอง Kalman ถูกนําไปใช้อย่างแพร่หลายในโปรแกรมติดตามวัตถุ เพื่อประเมินตําแหน่งของวัตถุและความเร็วของการย้ายวัตถุ โดยอิงจากการวัดสัญญาณรบกวน
พื้นฐานของตัวกรอง Kalman
The Kalman filter ดําเนินการผ่านสองขั้นตอนหลัก: การคาดการณ์และการปรับปรุง ระหว่างขั้นตอนการพยากรณ์ ตัวกรองจะประมาณสถานะปัจจุบันจากสถานะและโมเดลคณิตศาสตร์ของระบบ ขั้นที่ปรับปรุงแล้ว การปรับปรุงนี้ปรับค่าจากข้อมูลการวัดใหม่
การ พิจารณา อย่าง ถี่ถ้วน
การเติมความอิ่มตัวของตัวกรอง Kalman ต้องการนิยามตัวแปรสถานะของระบบ, ตัวแปรการวัด และเมทริกซ์ที่สัมพันธ์กัน การปรับระดับการทํางานและวัดสัญญาณรบกวนที่เหมาะสมนั้นจําเป็นสําหรับการทํางานที่เหมาะสม นอกจากนี้ โมเดลนี้ควรจะสะท้อนไดนามิกส์ของวัตถุที่ติดตาม
โปรแกรมต่าง ๆ ที่ใช้ได้
เครื่อง มือ เหล่า นี้ ช่วย ใน การ ติด ตาม วัตถุ ต่าง ๆ เช่น โดรน, ยาน ยนต์, หรือ ถนน โดย เฉพาะ อย่าง ยิ่ง ใน สิ่ง แวด ล้อม ที่ มี เสียง รบกวน หรือ ข้อมูล ที่ ไม่ ครบ ถ้วน.
- การประมาณตําแหน่ง
- การติดตามด้วยความเร็ว
- ฟิวชันของตัวตรวจจับ
- ระบบนําทาง