Wyznaczanie trajektorii obiektów dynamicznych na podstawie danych z wielu estymatorów stanu

M. Domżalski, Z. Kowalczuk
PWNT 2016
Seria Problemy nauk technicznych No. 5
Dział Automatyka i robotyka
ISBN 978-83-63177-01-0
138 stron, 85 rys., 4 tab., 97 poz. bibliogr.
Cena detaliczna książki: 30 zł.
Cena studencka książki: 20 zł.
Pobierz formularz zamówień ( .pdf lub .doc).

SŁOWA KLUCZOWE:
SYSTEMY STOCHASTYCZNE, DYNAMICZNE UKŁADY NIELINIOWE, ESTYMACJA STANÓW, FILTRY KALMANA, POMIARY DYSKRETNO-CZASOWE, SYSTEMY CZASU CIĄGŁEGO, PODEJŚCIE CIĄGŁOCZASOWE.


Książka dotyczy analitycznych metod wyznaczania (estymacji) stanu obiektów dynamicznych opisanych modelami matematycznymi. Metody te należą do klasy algorytmów określanych wspólną nazwą filtrów Kalmana. Głównym obiektem zainteresowania autorów jest zagadnienie wyznaczania trajektorii poruszających się obiektów.
Po przedstawieniu wstępu do pracy (rozdział 1), w kolejnym rozdziale opisane są podstawowe ciągłoczasowe i dyskretnoczasowe modele matematyczne obiektów dynamicznych oraz dyskretnoczasowe modele czujników, używane w algorytmach wyznaczania trajektorii. Rozdział 3 dotyczy estymatorów stanu obiektów dynamicznych korzystających z danych z pojedynczego źródła. W tym miejscu przedstawia się szczegółowo algorytmy wyznaczania trajektorii oparte na filtracji Kalmana, służące do estymacji stanu obiektów opisanych modelami liniowymi i nieliniowymi oraz algorytmy jednoczesnej estymacji stanu wielu obiektów. Rozdział 4 stanowi wprowadzenie do tematyki fuzji, czyli łączenia lub integracji danych z wielu estymatorów stanu. W rozdziale szczegółowo opisuje się dwie metody fuzji danych: (1) metodę analityczną, znajdującą zastosowanie w przypadku, gdy trajektoria obiektu wyznaczana jest przez kilka liniowych filtrów Kalmana, oraz (2) przybliżoną metodę przecięcia kowariancyjnego, która ma zastosowanie dla szerszej klasy estymatorów. W rozdziale 5 prezentowany jest algorytm działania systemu wyznaczania trajektorii w oparciu o dane z wielu estymatorów stanu. System ten ma charakter rozproszony i asynchroniczny. Składa się ze zbioru estymatorów lokalnych, które mogą pracować całkowicie niezależnie od siebie, tj. dokonywać pomiaru i analizy danych w dowolnych chwilach czasu, niezależnych od cyklu pracy innych układów. Istotną zaletą tego podejścia jest to, że każdy z filtrów może wymieniać dane z wszystkimi innymi estymatorami. Rozdział 6 stanowi merytoryczne podsumowanie pracy w postaci wniosków, wraz ze wskazaniem możliwych kierunków dalszych badań.