Tôi có lọc (kalman / lowpass) sau khi nhận các giá trị thô từ cảm biến hoặc sau khi chuyển đổi các giá trị thô thành dữ liệu có thể sử dụng không? Có vấn đề gì không? Nếu vậy, tại sao?
Ví dụ: Lọc sau khi nhận giá trị thô từ IMU hoặc bộ lọc sau khi chuyển đổi giá trị thô thành dữ liệu có thể sử dụng, ví dụ: thông số động lực bay.
Câu trả lời:
KF ước tính tư thế robot dựa trên tất cả các đầu vào cảm biến và tương quan cảm biến . Nếu bạn làm một EKF trên các dữ liệu la bàn, bạn muốn thực sự cần tư thế robot để xác định khả năng đọc la bàn cho là . Không có điều đó, bạn chỉ là bộ lọc thông thấp (không sử dụng bộ lọc xác suất như KF).
Nếu bạn lọc trước khi bạn đặt tất cả mọi thứ trong cùng một khung, sau đó tôi không biết những thông tin bạn phải làm lọc trên . Vì tôi không biết chính xác ý của bạn là "có thể sử dụng được" nên tôi cho rằng bạn đã chuyển đổi tất cả dữ liệu cảm biến thành khung tọa độ của robot. Trong trường hợp đó, việc lọc rất dễ dàng vì bạn có thể đặt tất cả các số đọc cảm biến trực tiếp vào một EKF. Trên thực tế, đây là cách "bình thường" để lọc, mà tôi quen thuộc.
Ví dụ : Giả sử IMU của bạn được gắn vào robot. IMU sẽ được sử dụng để ước tính tư thế của robot. Không quan trọng bạn sử dụng đơn vị nào miễn là IMU nói cho bạn điều gì đó về cách robot di chuyển. Sau đó, bạn có thể sử dụng phần tử của IMU cho những thứ khác để đo chuyển động, chẳng hạn như la bàn hoặc máy đo đường. Đó là những gì KF dành cho. KF không phải là bộ lọc cảm biến như bộ lọc thông dải hoặc thứ gì đó.
Có một câu trả lời rất phù hợp ở đây .
Lọc dữ liệu thô.
Lọc bỏ cỏ dại (hy vọng) hầu hết tiếng ồn và lỗi. Dữ liệu thô thường không hữu ích.
Gyros trôi, la bàn có rất nhiều tiếng ồn. Kalman có thể loại bỏ cả hai.