Posibilidades de usar filtros de Kalman en la localización interior
Autores: Fronckova, Katerina; Prazak, Pavel
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Posibilidades de usar filtros de Kalman en la localización interior
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Filtros de Kalman
Algoritmos
Localización
Interior
Seguimiento
Navegación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
Los filtros de Kalman son un conjunto de algoritmos basados en la idea de un filtro descrito por Rudolf Emil Kalman en 1960. Los filtros de Kalman se utilizan en varios dominios de aplicación, incluida la localización, el seguimiento de objetos y la navegación. El texto proporciona una visión general y discusión de las posibilidades de utilizar filtros de Kalman en la localización interior. Se investigan los problemas de localización estática y de localización de objetos en movimiento de forma dinámica, y se crean modelos estocásticos correspondientes. Se describen y demuestran tres algoritmos para la localización estática y un algoritmo para la localización dinámica. Todos los algoritmos se implementan en el software MATLAB, y luego se prueba su rendimiento en datos de Bluetooth de baja energía de un entorno interior real. Los resultados muestran que mediante el uso de filtros de Kalman, se puede lograr un error de localización medio de dos metros, que es un metro menos que en el caso de utilizar la técnica estándar de huellas dactilares. En general, los principios presentados de los filtros de Kalman son aplicables en conexión con varias tecnologías y datos de diversas naturalezas.
Descripción
Los filtros de Kalman son un conjunto de algoritmos basados en la idea de un filtro descrito por Rudolf Emil Kalman en 1960. Los filtros de Kalman se utilizan en varios dominios de aplicación, incluida la localización, el seguimiento de objetos y la navegación. El texto proporciona una visión general y discusión de las posibilidades de utilizar filtros de Kalman en la localización interior. Se investigan los problemas de localización estática y de localización de objetos en movimiento de forma dinámica, y se crean modelos estocásticos correspondientes. Se describen y demuestran tres algoritmos para la localización estática y un algoritmo para la localización dinámica. Todos los algoritmos se implementan en el software MATLAB, y luego se prueba su rendimiento en datos de Bluetooth de baja energía de un entorno interior real. Los resultados muestran que mediante el uso de filtros de Kalman, se puede lograr un error de localización medio de dos metros, que es un metro menos que en el caso de utilizar la técnica estándar de huellas dactilares. En general, los principios presentados de los filtros de Kalman son aplicables en conexión con varias tecnologías y datos de diversas naturalezas.