확장 칼만 필터 (Extended Kalman Filter) - 5 (위치 추정 예제 코드)

앞서 등속도 기반 칼만 필터를 사용하여, 외부 이동 물체의 위치를 추정하는 방법을 확인하였다. 이번 글에서는 확장 칼만 필터를 사용하여 상태를 추정해 볼 것이다.

확장 칼만 필터란 칼만 필터는 다음과 같은 가정을 기반으로 동작한다. 1. 선형 시스템: 상태 전이와 측정 방정식이 선형이어야 한다. 2.

가우시안 잡음: 프로세스 노이즈와 관측치 노이즈는 평균이 0이고 공분산 행렬 Q, R을 갖는 가우시안 분포를 따른다. 그러나 현실의 많은 시스템은 비선형적 특성을 보이고, 이를 고려하여 칼만 필터의 선형성 가정을 완화하기 위해 확장 칼만 필터(EKF)가 등장했다.

왜 선형 모델과 가우시안 분포인가? 그렇다면 우선 칼만 필터가 왜 선형 모델과 가우시안 분포를 따라야 한다는 가정을 갖는지 알아야 한다.

가우시안 분포의 경우 평균과 분산만을 가지고 분포를 특정할 수 있고, 가우시안 분포를 따르는 두 확률 분포를 더하거나 빼도 여전히 가우시안 분포를 따른다는 특징이 있다. 이에 칼만 필터는 관...

요청 처리 중입니다...

확장 칼만 필터 (Extended Kalman Filter) - 5 (위치 추정 예제 코드)

등록된 다른 글