Erweiterter Kalman-Filter - Fortgeschrittene Techniken zur dynamischen Zustandsschätzung für Robotersysteme
Fouad Sabry
Translator Daniel Hueber
Publisher: Eine Milliarde Sachkundig [German]
Summary
1: Erweiterter Kalman-Filter: Stellt den erweiterten Kalman-Filter (EKF) vor, ein zentrales Werkzeug der nichtlinearen Schätzung. 2: Bra-Ket-Notation: Erklärt die mathematischen Grundlagen mit Schwerpunkt auf der Struktur quantenähnlicher Systeme. 3: Krümmung: Erläutert das Konzept der Krümmung und ihren Einfluss auf die Leistung nichtlinearer Filter. 4: Maximum-Likelihood-Schätzung: Beschreibt detailliert den statistischen Ansatz, der zur Schätzung der Parameter mit der höchsten Wahrscheinlichkeit verwendet wird. 5: Kalman-Filter: Bietet eine eingehende Untersuchung des Kalman-Filters, der Grundlage vieler Zustandsschätzungstechniken. 6: Kovarianzmatrix: Beschreibt die Kovarianzmatrix und ihre Rolle bei der Quantifizierung der Unsicherheit beim Filtern. 7: Ausbreitung der Unsicherheit: Untersucht, wie sich die Unsicherheit im Laufe der Zeit ausbreitet und die Filtergenauigkeit beeinflusst. 8: Levenberg-Marquardt-Algorithmus: Stellt diesen Algorithmus vor, der nichtlineare Kleinstquadrate-Probleme optimiert. 9: Konfidenzbereich: Erklärt den statistischen Bereich, der die Genauigkeit von Parameterschätzungen quantifiziert. 10: Nichtlineare Regression: Konzentriert sich auf Methoden zur Anpassung nichtlinearer Modelle an Daten mithilfe von Optimierungstechniken. 11: Schätztheorie: Bietet die Theorie hinter der Schätzung, die für das Verständnis von Filterdesign und -analyse wesentlich ist. 12: Verallgemeinerte Kleinstquadrate: Erläutert den verallgemeinerten Ansatz zur Lösung von Regressionsproblemen bei Heteroskedastizität. 13: Von-Mises-Fisher-Verteilung: Stellt diese Wahrscheinlichkeitsverteilung vor, die für Richtungsdaten in hohen Dimensionen nützlich ist. 14: Ensemble-Kalman-Filter: Erforscht eine Variante des Kalman-Filters, die für groß angelegte nichtlineare Systeme geeignet ist. 15: Filterproblem (stochastische Prozesse): Beschreibt im Detail, wie Filterung auf Zufallsprozesse in dynamischen Systemen angewendet werden kann. 16: GPS/INS: Beschreibt die Integration von GPS und Trägheitsnavigationssystemen für präzise Navigation und Schätzung. 17: Lineare kleinste Quadrate: Behandelt die Methode der kleinsten Quadrate zur Lösung linearer Regressionsprobleme. 18: Symmetrieerhaltender Filter: Stellt Filter vor, die die Symmetrie in Systemen bewahren sollen, was in der Robotik wichtig ist. 19: Invarianter erweiterter Kalman-Filter: Erklärt eine Variante von EKF, die die Invarianz in nichtlinearen Systemen aufrechterhält. 20: Unscented-Transformation: Bespricht die Unscented-Transformation, eine Technik zur Verbesserung der Zustandsschätzung in nichtlinearen Modellen. 21: SAMV (Algorithmus): Stellt den SAMV-Algorithmus für robuste Schätzungen in unsicheren Umgebungen vor.
Available since: 12/13/2024.
Print length: 407 pages.
