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'.

해결하는 문제

FilterPy는 주로 칼만 필터에 중점을 둔 최적 및 비최적 추정을 위한 도구 모음을 제공합니다. 측정값에 노이즈나 불확실성이 있는 경우에도 위치나 속도와 같은 시스템 상태를 추정하는 알고리즘을 구현하도록 돕습니다.

작동 방식

이 라이브러리는 NumPy와 SciPy를 사용하여 기본적인 수학적 계산을 수행합니다. 교육적인 목적으로 설계되었으며, 코드 구조는 표준 추정 문헌에 나오는 방정식과 밀접하게 일치합니다. 사용자는 특정 행렬(상태 전이 행렬 및 측정 노이즈 행렬 등)로 필터 객체를 초기화한 다음, 다음 상태를 예측하고 새로운 측정값으로 업데이트하는 과정을 반복하는 루프를 실행합니다.

대상 사용자

필터링 알고리즘을 구현해야 하는 학생, 연구원 및 엔지니어를 대상으로 합니다. 특히 저자의 관련 서적인 Kalman and Bayesian Filters in Python을 따르는 사용자에게 유용하며, 이 라이브러리는 해당 책에서 가르치는 개념에 대한 실질적인 구현 역할을 합니다.

주요 특징

  • 다양한 필터 포함: 칼만 필터, 확장 칼만 필터, 무향 칼만 필터, 칼만 평활화, 최소 자승법, 페이딩 메모리 필터, g-h 필터, 이산 베이즈 필터.
  • 수학적 방정식과 직접 매핑되는 코드로 명확성을 고려한 설계.
  • 표준 Python 과학 라이브러리(NumPy, SciPy, Matplotlib) 기반 구축.
  • 방대한 문서가 포함되어 있으며 저자의 교육 자료와 긴밀하게 통합되어 있습니다.

관련

  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트