El filtro de Kalman se usa para estimar los estados de un mvil que es
detectado por el UAV (drone). El filtro tiene como objetivo estimar los valores reales de la posicin y velocidad del mvil a pesar de incertidumbres o ruido en las mediciones del UAV. Introduccin El filtro de kalman aborda el problema de estimacin de estados de un proceso (en tiempo discreto) gobernado por una ecuacin del tipo:
Con la ecuacin de mediciones dado por:
Las variables wk y vk son variables aleatorias que representan el ruido en el
proceso y en las mediciones. Se suponen independientes, y modelados como ruido blanco. Algoritmo de computacin del FK Se define como el estado estimado del proceso a priori, es decir el estado estimado al tiempo k, dado la informacin del proceso antes del tiempo k. Se define tambin como el estado estimado a posteriori en el tiempo k dado las medidas realizadas zk. De esta manera se definen los errores de estimacin como:
De la misma forma la covariancia de los errores:
El FK tiene como objetivo buscar una ecuacin que defina el estado
estimado a posteriori en funcin del estado estimado a priori y una diferencia ponderada de las medidas zk y de las predicciones de las medidas. As se tiene la siguiente ecuacin:
La matriz K en la ecuacin es conocida como la ganancia de Kalman, y
minimiza la covarianza del error a posteriori definido anteriormente. Al resolver para K se tiene:
En el seguimiento de mviles utilizando mediciones de UAVs, se tiene lo
siguiente. Los estados del sistema son la posicin y la velocidad del mvil a seguir. De esta manera la siguiente ecuacin en estados define el movimiento del mvil. Este modelo asume un comportamiento no lineal del modelo, de esta manera se utiliza una extensin del filtro de kalman, conocido como EKF.
Para utilizar le filtro de kalman, se debe linealizar esta ecuacin en cada
punto de operacin. Se utiliza una serie de Taylor de primer orden para linealizar el modelo. Ademas, el UAV mide la posicin y velocidad del objeto del mvil. De esta manera se defina la ecuacin de medida.