More Related Content
Similar to カルマンフィルタ入門 (20)
カルマンフィルタ入門
- 2. 2
自己紹介
名前 二瓶 泰徳
経歴 自動車メーカー等でプロジェクトマネジメント
=> データサイエンティスト
現在のお仕事 Mobility Technologiesのデータサイエンスグルー
プに所属し、プロダクトのデータ解析、機能開発
等を担当
趣味 スノーボード、登山、キャンプ、
スキューバダイビング
- 4. 4
参考文献
[1] Kalman and Bayesian Filters in Python
[2] カルマンフィルタの基礎
今回紹介する実験は全て[1]のjupyter notebookをベースとしています
- 15. 15
Predict – 状態誤差の計算
𝐱, 𝐏 : 状態推定値及び誤差共分散
: 状態遷移モデル
: 状態遷移誤差
𝐱, 𝐏
1つ前の状態誤差から、現在の状態誤差を推定する
𝐐は状態遷移により発生する誤差を表す。(遷移行列𝐅でモデル
化出来なかった部分がここに乗るイメージ)
𝐅𝐏𝐅𝐓
とすることで、状態量の各要素の相関性を考慮に入れるこ
とができる
:事前状態推定値及び事前誤差共分散
- 19. 19
観測誤差が大きい -> 予測値を重視
予測誤差が大きい -> 観測値を重視
観測誤差が大きい -> (𝐈 − 𝐊𝐇)が大きい -> 𝐏が大きく
予測誤差が大きい -> (𝐈 − 𝐊𝐇)が小さい -> 𝐏が小さく
Update – 𝐱, 𝐏の更新
𝐱の更新
𝐏の更新
: Innovation
:事前状態推定値及び事前誤差共分散
𝐱, 𝐏
: 観測モデル
𝐱, 𝐏 : 状態推定値及び誤差共分散