18.08.2013 Views

UNIVERSITA' DEGLI STUDI DI PAVIA - Robotica

UNIVERSITA' DEGLI STUDI DI PAVIA - Robotica

UNIVERSITA' DEGLI STUDI DI PAVIA - Robotica

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

2.5.5 Il filtro di Kalman<br />

Il predittore di Kalman è una tecnica sviluppata per ricostruire lo stato di un<br />

sistema a partire dall’osservazione dei suoi ingressi e delle uscite corrispondenti.<br />

In tal senso fa parte di una più ampia gamma di sistemi che sono denominati, per<br />

l’appunto, ricostruttori dello stato. Nel seguito, anche se un po’ impropriamente,<br />

ai termini filtro e predittore verrà attribuito il medesimo significato.<br />

Un ricostruttore (o osservatore) dello stato è un sistema dinamico che,<br />

essendo alimentato dai segnali di ingresso e di uscita, presenta in uscita la stima<br />

dello stato del sistema dinamico sotto controllo. Un osservatore dello stato è<br />

indispensabile nei casi in cui non è possibile o economicamente conveniente<br />

misurare direttamente le singole componenti del vettore di stato del sistema<br />

Partendo dal modello introdotto al paragrafo precedente, definisco<br />

Q = var[ w]<br />

R = var[ v]<br />

Q ed R sono dunque la varianza dei rispettivi errori. La teoria relativa al<br />

filtro di Kalman prevede di ricavare delle equazioni in funzione di questi<br />

parametri. In realtà, si scopre che, se Q ed R sono numeri reali, la trattazione<br />

dipende unicamente dal loro rapporto, che definisco come<br />

ρ =<br />

Tale parametro condiziona il comportamento del filtro, ed in particolare la<br />

sensibilità al rumore. La variazione di ρ agisce direttamente sul valore dei<br />

guadagni del filtro, che vengono ricavati dalla formula<br />

K<br />

22<br />

R<br />

Q<br />

T<br />

T<br />

= A ⋅ P ⋅ C ⋅ ( C ⋅ P ⋅ C + R )<br />

−1

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!