Thực hiện bộ lọc Kalman cho vị trí, vận tốc, gia tốc

Trước đây tôi đã sử dụng các bộ lọc Kalman cho nhiều thứ khác nhau, nhưng giờ tôi thích sử dụng một bộ lọc để theo dõi vị trí, tốc độ và khả năng tăng tốc trong bối cảnh vị trí theo dõi cho các ứng dụng điện thoại thông minh. Tôi nhận ra rằng đây phải là một ví dụ trong sách giáo khoa về bộ lọc Kalman tuyến tính đơn giản, nhưng dường như tôi không thể tìm thấy bất kỳ liên kết trực tuyến nào thảo luận về điều này. Tôi có thể nghĩ ra nhiều cách khác nhau để làm việc này, nhưng thay vì nghiên cứu nó từ đầu, có lẽ ai đó ở đây có thể chỉ cho tôi đi đúng hướng:

1. Có ai biết cách tốt nhất để thiết lập hệ thống này? Ví dụ, với lịch sử quan sát vị trí gần đây, cách tốt nhất để dự đoán điểm tiếp theo trong không gian trạng thái bộ lọc Kalman là gì? Những lợi thế và bất lợi của việc bao gồm tăng tốc trong không gian trạng thái là gì? Nếu tất cả các phép đo là vị trí, thì nếu tốc độ và gia tốc trong không gian trạng thái thì hệ thống có thể trở nên không ổn định? Vân vân ...
2. Ngoài ra, có ai biết một tài liệu tham khảo tốt cho ứng dụng bộ lọc Kalman này không?

Đây là cái tốt nhất mà tôi biết

Dẫn xuất đầy đủ với lời giải thích

Kalman

Đây là một tài nguyên tốt để tìm hiểu về bộ lọc Kalman. Nếu bạn quan tâm hơn đến việc ứng dụng điện thoại thông minh hoạt động, tôi khuyên bạn nên tìm kiếm một bộ lọc Kalman đã có từ trước. Tại sao phải phát minh lại bánh xe? Ví dụ: nếu bạn đang phát triển cho Android, openCV có triển khai bộ lọc Kalman. Xem Android OpenCV

Bradski và Kaehler là một nguồn tài nguyên tốt về xử lý hình ảnh nói chung và bao gồm một phần trên bộ lọc Kalman bao gồm các ví dụ mã.