Machine learningNonlinear Estimation

Unscented Kalman Filter (UKF)

Unscented Kalman Filter(UKF)는 명시적인 야코비 행렬 계산 없이 비선형 시스템을 근사하는 비선형 상태 추정 알고리즘입니다. 1997년 Julier와 Uhlmann이 소개한 UKF는 불확실성 변환(unscented transform)을 사용합니다. 이는 신중하게 선택된 샘플 포인트(시그마 포인트) 집합을 통해 평균과 공분산 통계를 포착하는 결정론적 방법으로, 확장 칼만 필터(EKF)보다 매우 비선형적인 시스템에서 더 정확하면서도 도함수 계산의 계산 부담을 피할 수 있습니다.

MethodMind에서 열기곧 제공Apply, compare, get guidance

Tools & resources

슬라이드 다운로드

Learn & explore

동영상곧 제공

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

방법 지도

관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.

Unscented Kalman Filter (UKF)

확장 칼만 필터 선형 이차 가우시안 측정 오차를 고려한 입자 필터 동시 위치 결정 및 지도 작성

출처

Julier, S. J., & Uhlmann, J. K. (1997). A new method for the nonlinear transformation of means and covariances in filters and estimators. IEEE Transactions on Automatic Control, 45(3), 477-482. link ↗
Wan, E. A., & Van Der Merwe, R. (2000). The unscented Kalman filter for nonlinear estimation. Proceedings of the IEEE 2000 Adaptive Systems for Signal Processing, 153-158. link ↗
Sarkka, S. (2013). Bayesian Filtering and Smoothing. Cambridge University Press. DOI: 10.1017/CBO9781139344203 ↗