@ alle Kalman-Fans,

das Prinzip des Kalmanfilters ist auf Folie 32 der tollen Präsentation gezeigt, die Dirk123 gepostet hat: Man benutzt ein Modell des Vorgangs ("process"), den man beobachtet, und schätzt daraus den nächsten zu erwartenden Messwert ab. Das ist die "a priori-Schätzung"; im Grunde eine Extrapolation. Anschliessend führt man die Messung durch und guckt nach, in wieweit sie mit dem vorher geschätzten Wert übereinstimmt. Ist die Übereinstimmung schlecht, dann wird das Modell des Vorgangs so angepasst, dass die Abweichung zwischen geschätztem und gemessenem Wert möglichst klein wird. Das ist die "a posteriori-Schätzung"; im Grunde eine Korrektur des Modells. Dieser Ablauf wiederholt sich dauernd. Das ist der Kreislauf den die Folie 32 zeigt.

Dass es kein Codebeispiel für "den" Kalmanfilter gibt, liegt daran, dass man unbedingt ein Modell des Vorgangs haben muss; und das sieht immer anders aus, je nachdem, ob z.B. die Fahrt eines Asuros nachgebildet werden soll oder die Fluglage eines Helikopters oder Flugzeugs. Ein Modell des Vorgangs zu erstellen, ist nicht immer einfach (siehe Folie 17ff). Die meisten der Hilferufe, die Vitis erwähnt, beziehen sich denn auch auf die Modellerstellung.

Man kann also einen Kalmanfilter für die Ortsschätzung eines Asuro schreiben und einen für die Fluglage von Willas schönem Tricopter - aber man kann den einen nicht für den anderen verwenden . Schade.

mare_crisium