Overview

Dieses Lehrbuch befasst sich leicht verständlich mit der Theorie der Kalman-Filterung. Die Autoren geben damit eine Einführung in Kalman-Filter und deren Anwendung für eingebettete Systeme. Zusätzlich wird anhand konkreter Praxisbeispiele der Kalman-Filterentwurf demonstriert – Teilschritte werden im Buch ausführlich erläutert.Kalman-Filter sind die erste Wahl, um Störsignale auf den Sensorsignalen zu eliminieren. Dies ist von besonderer Bedeutung, da viele technische Systeme ihre prozessrelevanten Informationen über Sensoren gewinnen. Jeder Messwert eines Sensors weißt jedoch aufgrund verschiedener Ursachen einen Messfehler auf. Würde ein System nur auf Basis dieser ungenauen Sensorinformationen arbeiten, so wären viele Anwendungen, wie zum Beispiel ein Navigationssystem oder autonome arbeitende Systeme, nicht möglich.Das Buch ist geeignet für interessierte Bachelor- und Master-Studierende der Fachrichtungen Informatik, Maschinenbau, Elektrotechnik undMechatronik. Ebenso ist das Buch eine Hilfe für Ingenieure und Wissenschaftler, die ein Kalman-Filter z. B. für die Datenfusion oder die Schätzung unbekannter Größen in Echtzeitanwendungen einsetzen möchten.

Full Product Details

Author:   Reiner Marchthaler ,  Sebastian Dingler
Publisher:   Springer Fachmedien Wiesbaden
Imprint:   Springer Vieweg
Edition:   2. Aufl. 2024
ISBN:  

9783658432157

ISBN 10:   3658432152
Pages:   238
Publication Date:   30 April 2024
Audience:   Professional and scholarly ,  Professional & Vocational
Format:   Paperback
Publisher's Status:   Active
Availability:   Not yet available  
This item is yet to be released. You can pre-order this item and we will dispatch it to you upon its release.

Table of Contents

Einführendes Beispiel.- Zustandsraumbeschreibung.- Wahrscheinlichkeitstheorie.- Signaltheorie.- Klassisches Kalman-Filter.- Adaptiver Kalman-Filter (ROSE-Filter).- Nichtlineare Kalman Filter.- Systemrauschen.- Gütemaße.- Prinzipielles Vorgehen.- Beispiel: Bias Schätzung.- Beispiel: Kinematische Modelle.- Beispiel: Messrauschen mit Offset.- Beispiel: Alternatives Bewegungsmodell der Mondfähre.- Beispiel: Kovarianzmatrix Messrauschen.- Beispiel: Umfeldsensor mit ROSE-Filter.- Beispiel: Fahrstreifenerkennung.- Beispiel: Gleichstrommotor.- Beispiel: Positions- und Geschwindigkeitsschätzung mit EKF-Filter.

Reviews

Author Information

Prof. Dr. Reiner Marchthaler hat eine Professur für das Lehrgebiet „Embedded Systems“ in der Fakultät Informationstechnik an der Hochschule Esslingen mit dem Spezialgebiet autonom fahrende Fahrzeuge. Sebastian Dingler studierte  Technische Informatik und Informatik an der Hochschule Esslingen und am Karlsruher Institut für Technologie (KIT). 

Tab Content 6

Author Website:  

Customer Reviews

Recent Reviews

No review item found!

Add your own review!

Countries Available

All regions