Chào bạn,
Tôi thấy hơi ngớ ngẩn một chút nhưng tôi không hiểu bộ lọc Kalman. Một chút thông tin: Tôi đã học một vài khóa học về lý thuyết điều khiển trong quá trình học cử nhân (và hy vọng sẽ mở rộng kiến thức đó trong quá trình học thạc sĩ;), nhưng hôm nay tôi quyết định tìm hiểu một chút về bộ lọc Kalman. Tôi đã nghe rất nhiều về nó và cũng đã sử dụng nó với máy bay không người lái ArduPilot của mình, nhưng chưa bao giờ tìm hiểu sâu hơn về nó.
Hôm nay tôi quyết định tự mình thử nó bằng cách sử dụng ví dụ/hướng dẫn này: https://github.com/CarbonAeronautics/Manual-Quadcopter-Drone
Và nó hoạt động nhưng tôi không hiểu ý nghĩa của nó. Giả định của tôi là, dựa trên sự khác biệt giữa ước tính và phép đo, tôi tính toán độ không chắc chắn của mình và do đó là hệ số khuếch đại về cách tôi nên kết hợp các giá trị đó. Nhưng bây giờ nếu tôi xem xét ví dụ (trang 120), độ không chắc chắn (và do đó là hệ số khuếch đại) thực tế chỉ phụ thuộc vào thời gian. Hay giả định của tôi đã sai ở thời điểm này? Hay ví dụ này đơn giản hóa điều đó?
Vì vậy, nếu độ không chắc chắn (và do đó là hệ số khuếch đại) chỉ phụ thuộc vào thời gian, tại sao phải bận tâm đến tất cả các phép tính đó? Nó thậm chí còn nói trên trang 128 rằng hệ số khuếch đại sẽ đạt đến trạng thái ổn định sau một thời gian. Tôi chỉ cần độ không chắc chắn để tính toán hệ số khuếch đại, nhưng nếu nó chỉ phụ thuộc vào thời gian, tại sao không chỉ tính toán một hàm cho hệ số khuếch đại cho vấn đề cụ thể của tôi một lần và sử dụng nó?
Hoặc chỉ cần sử dụng hệ số khuếch đại trạng thái ổn định mọi lúc? Theo như tôi hiểu, điều này sẽ khiến ước tính mất nhiều thời gian hơn để đạt đến phép đo thực tế nhưng ngoài ra nó sẽ giống nhau…
Đối với tôi, nó có vẻ như rất nhiều nỗ lực cho rất ít lợi thế, đến mức tôi chắc chắn rằng tôi đã bỏ lỡ điều gì đó. Có lẽ bạn có thể khai sáng cho tôi… Cảm ơn bạn
