|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 3 van 5 gevonden artikelen
| Titel: |
Extended Kalman filtering for fuzzy modelling and multi-sensor fusion |
| Auteur: |
Rigatos, G. Tzafestas, S. |
| Verschenen in: |
Mathematical and computer modelling of dynamical systems |
| Paginering: | Jaargang 13 (2007) nr. 3 pagina's 251-266 |
| Jaar: |
2007-06 |
| Inhoud: |
Extended Kalman Filtering (EKF) is proposed for: (i) the extraction of a fuzzy model from numerical data; and (ii) the localization of an autonomous vehicle. In the first case, the EKF algorithm is compared to the Gauss-Newton nonlinear least-squares method and is shown to be faster. An analysis of the EKF convergence is given. In the second case, the EKF algorithm estimates the state vector of the autonomous vehicle by fusing data coming from odometric sensors and sonars. Simulation tests show that the accuracy of the EKF-based vehicle localization is satisfactory. |
| Uitgever: |
Taylor & Francis |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 3 van 5 gevonden artikelen
| << vorige | volgende >> |