LSTM을 사용한 칼만 필터 오차 보상

[LSTM 칼만 필터 1] - 합성 경로 생성 : true_positions, measurements 생성 [칼만 필터 4] - 등속도 칼만 필터 : CVKalmanFilter 클래스, kf 객체 생성 이전 글에 대한 이해가 있다는 가정하에 이번 글을 작성한다. AI 입력 데이터 생성 우선, 등속도 칼만 필터 객체 kf를 생성하고, 초깃값은 참 값에 초기 오차 공분산을 따르는 노이즈를 추가하여 초기화한다. #========== 등속도 칼만 필터 초기화 ==========# kf = CVKalmanFilter(dt, init_sigma_w, sigma_R) # 첫 상태 (x, y, vx, vy)는 실제 위치 + 노이즈를 섞어서 초기화 init_state = np.array([ true_positions[0, 0], true_positions[0, 1], init_vel * np.cos(init_theta), init_vel * np.sin(init_theta) ]) kf.x = np....

요청 처리 중입니다...

LSTM을 사용한 칼만 필터 오차 보상 - 4 (모델 평가)

등록된 다른 글