تشخیص موقعیت و ردیابی حرکت خودرو با فیلتر کالمن در متلب

تشخیص موقعیت و ردیابی حرکت خودرو در متلب

در این بخش پروژه تشخیص موقعیت و ردیابی حرکت خودرو با فیلتر کالمن را با نرم افزار MATLAB به همراه کامنت گذاری کدها آماده کرده ایم که در ادامه به معرفی آن و فیلتر کالمن پرداخته و فیلم و تصاویری از خروجی های این پروژه الکترونیک، کنترل و مهندسی مکانیک قرار داده شده است.

معرفی پروژه

در این پروژه به ردیابی حرکت خودرو با استفاده از فیلتر کالمن (Kalman filter) می پردازیم که در آن فیلتر کالمن (Kalman filter) به منظور تخمین فضای حالت خودرو مورد استفاده قرار می گیرد. شرایط اولیه با توجه به دانش اولیه جاده و پایه فیلتر کالمن دارای قید صورت می گیرد. فضای حالت متشکل از موقعیت و سرعت شرق و شمال خودرو است و محاسبات نیز موقعیت شمال و شرق را شامل می شود.

فیلتر کالمن (Kalman filter)

فیلترهای کالمن معمولا برای تخمین وضعیت یک سیستم پویا استفاده می شوند. با این حال، در استفاده از فیلترهای Kalman، اغلب مدل یا اطلاعات سیگنال شناخته شده ای وجود دارد که یا نادیده گرفته می شود یا به صورت صوری مورد بررسی قرار می گیرد. برای مثال، محدودیت هایی در ارزش های حالت (که ممکن است بر اساس ملاحظات فیزیکی باشد) اغلب نادیده گرفته می شود زیرا آنها به راحتی در ساختار فیلتر کالمن قرار نمی گیرند. محدودیت ها ممکن است متغیر یا غیر خطی باشند. دکتر تیان لی چیا در محاسبه دکترای خود نشان داد که با توجه به یک سیستم پویا با محدودیت های حالت، برآورد فیلتر محدود شده کلمن می تواند در هر گام زمانی با طرح دادن راه حل فیلتر محدودیت کالمن بر روی سطح محدودیت حالت، بدست آید. این امر به طور قابل توجهی دقت برآورد فیلتر را بهبود می بخشد.

تصاویر خروجی پروژه