| Popis: |
U radu je objašnjen pojam Kalmanovog filtra kao estimatora stanja sustava na temelju mjerenja uz prisustvo šumova. On omogućava mjerenje varijabli koje nisu izravno mjerljive kao i postizanje točnijih, preciznijih, kvalitetnijih i pouzdanijih podataka posredstvom fuzije senzora. U drugom poglavlju je iznesena teorijska podloga koja stoji iza definicije filtra. Objašnjen je algoritam filtra koji podrazumijeva izmjenu dva koraka a to su predikcija i korekcija s pripadnim jednadžbama, vizualizacijom svake faze algoritma i primjerom MATLAB simulacije. U trećem poglavlju definirane su karakteristike odnosno prednosti fuzije senzora, povučene su paralele između fuzije senzora i Kalmanovog filtra. Detaljno je objašnjena primjena filtra za fuziju senzora te su dobiveni zadovoljavajući rezultati simulacije kao rješenja postavljenog zadatka završnog rada. The paper explains the concept of the Kalman filter as an estimator of the system state based on measurements in the presence of noise. It enables the measurement of variables that are not directly measurable as well as the achievement of more accurate, precise, high-quality and more reliable data through sensor fusion. The second chapter presents the theoretical background behind the definition of a filter. The filter algorithm, which implies the change of two steps, namely prediction and correction is explained with the corresponding equations, visualization of each phase of the algorithm and an example of MATLAB simulation. In the third chapter, the characteristics and advantages of sensor fusion are defined, and parallels between sensor fusion and Kalman filter are drawn. The application of the filter for sensor fusion is explained in detail, and in the end satisfactory simulation results were obtained as a solution to the task of the final paper. |
