فی توو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فی توو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

پاورپوینت با عنوان فیلتر کالمن (Kalman) در 45 اسلاید

اختصاصی از فی توو پاورپوینت با عنوان فیلتر کالمن (Kalman) در 45 اسلاید دانلود با لینک مستقیم و پر سرعت .

پاورپوینت با عنوان فیلتر کالمن (Kalman) در 45 اسلاید


پاورپوینت با عنوان فیلتر کالمن (Kalman) در 45 اسلاید

 

 

 

 

فیلتر کالمان (به انگلیسی: Kalman filter) که به عنوان فیلتر خطی مرتبه دوم نیز از آن یاد می‌شود، الگوریتمی است که حالت یک سیستم پویا را با استفاده از مجموعه‌ای از اندازه‌گیری‌های شامل خطا در طول زمان برآورد می‌کند. این فیلتر معمولاً تخمین دقیق‌تری را نسبت به تخمین بر مبنای یک اندازه‌گیری واحد را بر مبنای استنباط بیزی و تخمین توزیع احتمال مشترکی از یک متغیر تصادفی در یک مقطع زمانی ارائه می‌کند. این فیلتر از نام رودولف ئی کالمن، یکی از پایه‌گذاران این تئوری گرفته شده‌است.

فیلتر کالمان کاربردهای بسیاری در علم و فناوری مانند مسیربابی و پایش وسایل نقلیه، به خصوص هواپیما و فضاپیماها، دارد. فیلتر کالمان مفاهیم گسترده‌ای را در زمینه سری‌های زمانی، پردازش سیگنال و اقتصادسنجی مطرح می‌کند. این فیلتر از مفاهیم پایه در زمینه برنامه‌ریزی و پایش ربات‌ها و همچنین مدلسازی سیستم عصبی محسوب می‌شود. بر اساس تأخیر زمانی میان ارسال فرامین و دریافت پاسخ آن‌ها، استفاده از فیلتر کالمان در تخمین حالات مختلف سیستم را ممکن می‌سازد.

این الگوریتم در دو گام اجرا می‌شود. در گام پیش‌بینی، فیلتر کالمان تخمینی از وضعیت فعلی متغیرها را در شرایط عدم قطعیت ارائه می‌کند. زمانی که نتیجه اندازه‌گیری بعدی بدست آید، تخمین قبلی با میانگین وزندار آپدیت می‌شود. به این ترتیب که وزن اطلاعاتی که دارای قطعیت بیشتری هستند، بیشتر خواهد بود. الگوریتم بازگشتی می‌باشد و با استفاده از ورودی‌های جدید و حالات محاسبه شدهٔ قبلی به‌صورت بلادرنگ اجرا می‌شود.

درمورد ورودی‌های فیلتر کالمان نمی‌توان بیان کرد که تمام خطاها گوسی هستند. اما در عمل فیلتر برآوردهای احتمالاتی را با فرض توزیع طبیعی داشتن انجام می‌دهد.

نام گذاری و تاریخچه توسعه

اگر چه Thorvald Nicolai Thiele و Peter Swerling قبلاً الگوریتم مشابهی ارائه داده بودند، این فیلتر به افتخار Rudolf E. Kalman، فیلتر کالمان نام گذاری شد و Stanley F. Schmidt عموماً به خاطر توسعه اولین پیاده‌سازی فیلتر کالمان شهرت یافت. این رخدادهنگام ملاقات با کالمان در مرکز تحقیقاتی ناسا (NASA Ames Research Centerr) روی داد و وی شاهد کارائی ایده کالمان در برآورد مسیر پرتاب پروژه آپولو بود، که منجر به الحاق آن به رایانه ناوبری آپولو شد. این فیلتر بر روی کاغذ در ۱۹۵۸ توسط Swerling، در ۱۹۶۰ توسط Kalman و در ۱۹۶۱ توسط Kalman and Bucyy ایجاد و بسط داده شد.

این فیلتر بعضی مواقع فیلتر Stratonovich-Kalman-Bucy نامیده می‌شود، چرا که یک نمونه خاص از فیلتر بسیار معمولی و غیر خطی ای است که قبلاً توسط Ruslan L. Stratonovich ایجاد شده، در حقیقت معادله این نمونه خاص، فیلتر خطی در اسنادی که از Stratonovich قبل از تابستان ۱۹۶۰، یعنی زمانی که کالمان ،Stratonovich را در کنفرانسی در موسکو ملاقات کرد به چاپ رسید بود.

در تئوری کنترل، فیلتر کالمان بیشتر به برآورد مرتبه دوم (LQE) اشاره دارد. امروزه تنوع گسترده‌ای از فیلتر کالمان بوجود آمده، از فرمول اصلی کالمان در حال حاضر فیلترهای: کالمان ساده، توسعه یافته اشمیت، اطلاعاتی و فیلترهای گوناگون جذر بیرمن، تورنتون و بسیاری دیگر بوجود آمده‌اند. گویا مرسوم‌ترین نوع فیلتر کالمان فاز حلقهٔ بسته (phase-locked loopp) می‌باشد که امروزه در رادیوها، رایانه‌ها و تقریباً تمامی انواع ابزارهای تصویری و ارتباطی کاربرد دارد.


دانلود با لینک مستقیم


پاورپوینت با عنوان فیلتر کالمن (Kalman) در 45 اسلاید

دانلود مقاله با موضوع استفاده از مدل احتمالاتی Extended Kalman Filter در موقعیت یابی ربات ها

اختصاصی از فی توو دانلود مقاله با موضوع استفاده از مدل احتمالاتی Extended Kalman Filter در موقعیت یابی ربات ها دانلود با لینک مستقیم و پر سرعت .
دانلود مقاله با موضوع استفاده از مدل احتمالاتی Extended Kalman Filter در موقعیت یابی ربات ها

قالب : word

تعداد صفحات : 12

قابل ویرایش

 

 

 

چکیده:

در این مقاله ابتدا به بررسی متدهای مختلف در مکان یابی ربات ها پرداخته شده است. سپس یکی از متدهای احتمالاتی در موقعیت یابی را که دارای مزایا و قابلیت های متناسب با سیستم مورد نظرمان بود را انتخاب کردیم. پس از انتخاب متد EKF به بررسی ساختاری ربات جهت منطبق کردن با سیستم انتخابی پرداخته شد. بعلاوه از یک سیستم فازی نیز جهت بهینه سازی خروجی و داشتن خروجی متناسب با داده های ورودی استفاده کردیم.
در بخش پایانی نیز به پیاده سازی سیستم و تست  آن برروی  ربات مورد نظر که در این مقاله یک ربات فوتبالیست سایز متوسط است که درمرکز تحقیقاتی مکاترونیک دانشگاه آزاد اسلامی قزوین ساخته شده و بنام MRL خوانده می شود. محیط مورد نظر، زمین فوتبال خاص این گونه ربات ها می باشد. هدف این مقاله ارائه سیستمی جهت موقعیت یابی مناسب ربات فوتبالیست با توجه به وجود خطا در اطلاعات جمع آوری شده جهت موقعیت یابی می باشد.

 

 

 

 

فهرست مطالب:

1- مقدمه
شکل( 1) نمونه ربات ساخته شده
2- بررسی متدهای موقعیت یابی احتمالاتی
3- انتخاب متد EKF و بررسی ساختار ربات
شکل(2) ساختار سیستم موقعیت یابی
4- بررسی ساختاری ربات جهت منطبق کردن با سیستم انتخابی
شکل( 3) ساختارکلی ربات متحرک همه جهته
شکل( 4) ساختارکلی زمین مسابقه
5- پیاده سازی
6- تست و نتیجه گیری
7 . منابع


دانلود با لینک مستقیم


دانلود مقاله با موضوع استفاده از مدل احتمالاتی Extended Kalman Filter در موقعیت یابی ربات ها