rlabbe/filterpy
Python Kalman filtering and optimal estimation library. Implements Kalman filter, particle filter, Extended Kalman filter, Unscented Kalman filter, g-h (alpha-beta), least squares, H Infinity, smoothers, and more. Has companion book 'Kalman and Bayesian Filters in Python'.
解決する課題
FilterPyは、主にカルマンフィルタに焦点を当てた、最適および非最適推定のためのツール集を提供します。測定値にノイズや不確実性が含まれている場合でも、位置や速度といったシステムの状態を推定するアルゴリズムを実装するのに役立ちます。
仕組み
このライブラリは、NumPyとSciPyを使用して基礎となる数学的計算を実行します。教育的な目的で設計されており、コード構造は標準的な推定に関する文献で見られる数式と密接に対応しています。ユーザーは特定の行列(状態遷移行列や測定ノイズ行列など)でフィルタオブジェクトを初期化し、次の状態を予測するステップと新しい測定値で更新するステップを交互に繰り返すループを実行します。
対象ユーザー
フィルタリングアルゴリズムを実装する必要がある学生、研究者、エンジニアを対象としています。特に、著者の関連書籍『Kalman and Bayesian Filters in Python』を学習しているユーザーにとって、このライブラリはそこで教えられる概念の実践的な実装として役立ちます。
ハイライト
- 多様なフィルタを収録:カルマンフィルタ、拡張カルマンフィルタ、無香料カルマンフィルタ、カルマン平滑化、最小二乗法、フェージングメモリフィルタ、g-hフィルタ、離散ベイズフィルタ。
- 数式と直接対応するコードにより、明快さを重視した設計。
- 標準的なPython科学技術ライブラリ(NumPy, SciPy, Matplotlib)をベースに構築。
- 広範なドキュメントが含まれており、著者の教育用教材と密接に統合されています。
関連
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト