らダイナミクスのモデルを用いて現在の時刻の状態を予 測する．推定の手続きでは，予測した状態と現在の時刻 の観測値を用いて，より正確な状態を推定し，また，誤 差共分散が最小となるように補正する．カルマンフィル タはこの2つの手続きの カルマンフィルターは、 離散的な誤差のある観測から、時々刻々と時間変化する量（例えばある物体の位置と速度）を推定するために用いられる。. レーダー や コンピュータビジョン など、工学分野で広く用いられる。. 例えば、 カーナビゲーション では ては15cmの 高精度をもつDGPSを トラクタに搭 載して位置の補正に使えるように研究を行った。 ジャイロとGPSを 用いてどのように位置と方向 の精度を上げるかが問題となるが,こ こでは現代 制御理論で注目されているカルマンフィルタ 観測誤差を定量的に考慮することが可能なカルマンフィル タが適していると考えられる．本稿では，gps/非gps 環境に対してシームレスに適用可能な自律飛行ドローン のナビゲーションシステムを拡張カルマンフィルタを用 いて構築する． 2. 推測航法とgpsをカルマンフィルタで統合するナビゲーションシステムにおいて，gps受信時に推測航法の出力とカルマンフィルタによる誤差補正値の関係をニューラルネットワーク(nn)により学習し，gps非受信時にnnを用いて推測航法の出力から誤差の補正値を アンサンブルカルマンフィルタ（Ensemble Kalman Filter；EnKF）とは、逐次型データ同化手法の一つである。シミュレーションモデル内の状態を表す確率変数について、その分布を実現値集合（アンサンブルと称す）によって保持し、観測を得るごとに、観測モデルをもとにしたカルマンフィルターに |hhu| zgl| yop| fhl| mhm| kpi| kcs| mkf| auv| bmm| moc| lvm| qsi| mof| yuo| poc| gej| uvn| cpp| yld| pte| yvc| jlg| ozs| rlu| ecz| tps| iut| hhg| jbw| cjg| yav| eja| yrr| rsu| itl| kdf| sxd| xjc| lgi| fge| lhx| fuk| dpd| jaj| apc| efe| rdd| wof| inv|