Localization - Kalman Filters (sensor fusion) GPS, IMU

Kalman Filters 칼만 필터는 1. 연속적인 숫자 데이터를 조합(fuse)하여, 2. 센서의 여러 축에 따른 불확실성을 계산한다. Extended Kalman Filter (EKF), Unscented Kalman Filter (UKF) 중에서 UKFs는 느리지만 non-linear transformations에 대해 더 정확하고, EKFs는 빠르지만 비교적 부정확 하다. Covariance 공분산 (Covariance)이란, 두 변수가 얼마나 상관관계를 띄고 있는지를 나타낸다. 양(+)의 상관관계의 경우에 비례한다는 것이고 음의 경우에는 반비례 경향성을 나타낸다고 한다. Kalman Filter를 사용할 때는 여러 변수들 간의 관계를 쉽게 나타내기 위해 공분산 행렬을 사용하여 나타낸다. 공분산 행렬의 index는 그 행과 열의 변..........

원문링크 : Localization - Kalman Filters (sensor fusion) GPS, IMU