Filtro de Kalman
Origem: Wikipédia, a enciclopédia livre.
 |
Este artigo encontra-se parcialmente em língua estrangeira. Ajude e colabore com a tradução. |
O filtro de Kalman é o método mais amplamente usado para fusão sensorial em aplicações de robótica móvel. Este filtro é freqüentemente usado para combinar dados obtidos de diferentes sensores em uma estimativa estatisticamente ótima. Se um sistema pode ser descrito através de uma modelo linear e as incertezas dos sensores e do sistema podem ser modelados como ruídos Gaussianos brancos, então o filtro de Kalman proverá uma estimativa estatisticamente ótima para os dados fundidos. Isto significa que, sob certas condições, o filtro de Kalman é capaz de encontrar a melhor estimativa baseada em correção (correctness) de cada medida individual.
Além da robótica já citadas, o filtro de Kalman é usado em uma ampla gama de aplicações na engenharia, dos radares à visão computacional. É um importante tópico dentro da Engenharia de Controle.
[editar] Histórico
O filtro de Kalman recebe o nome do seu inventor, Rudolf E. Kalman, que publicou a ideia em 1960 (Kalman,1960), embora Peter Swerling tenha desenvolvido um algoritmo similar antes de Kalman (Sorenson,1970). Stanley Schmidt é geralmente creditado como sendo o primeiro a utilizar uma implementação do filtro de Kalman. Durante a visita de Kalman ao NASA Ames Research Center, ele verificou a aplicabilidade das suas ideias ao problema da estimação de trajetória do programa Apollo, que levou à sua incorporação no computador de navegação da Apollo.
O filtro foi desenvolvido em documentação de Swerling (1958), Kalman (1960) e Kalman e Bucy (1961).
Uma grande variedade de filtros de Kalman foram desenvolvidos, da formulação original do Kalman.
[editar] Referências Bibliográficas
- A. Gelb, editor. Applied optimal estimation. MIT Press, 1974.
- R. E. Kalman, A New Approach to Linear Filtering and Prediction Problems, Transactions of the ASME - Journal of Basic Engineering, Vol. 82: pp. 35-45, 1960.
- R. E. Kalman e R. S. Bucy, New Results in Linear Filtering and Prediction Theory, Transactions of the ASME - Journal of Basic Engineering, Vol. 83: pp. 95-107, 1961.
- H. W. Sorenson, Least-squares estimation: from Gauss to Kalman, IEEE Spectrum, Vol. 7: pp. 63-68, 1970.
- Simon J. Julier e Jeffery K. Uhlmann, A New Extension of the Kalman Filter to nonlinear Systems. In The Proceedings of AeroSense: The 11th International Symposium on Aerospace/Defense Sensing,Simulation and Controls, Multi Sensor Fusion, Tracking and Resource Management II, SPIE, 1997.
