import numpy as np #匯入numpy庫
defone_tenth
(x):
#將輸入轉化成矩陣，dtype指定陣列的資料型別
x = np.asarray(x,dtype=np.float32)
return x / 10
x=np.array([[1,2], #申請一浮點矩陣
[3,4]],dtype=float)
print (x)
print('addition:\n', x+x) #陣列矩陣加運算
print('\nelement-wise multiplication\n', x*x) #矩陣點乘與叉乘的操作
print('\nmultiplication\n', np.dot(x,x))
print('\ndot is also a member of np.array\n', x.dot(x))
print(x.t) #矩陣轉置
print(np.linalg.inv(x)) #矩陣求逆
y=np.eye(3) #申請1方陣
print (y)
print(one_tenth([1., 2., 3.])) #呼叫前面的矩陣
print(one_tenth(np.array([4, 5, 6])))
卡爾曼濾波器
協方差 用於表示兩個變數的總體誤差，如果兩個變化趨勢一致則協方差為正值，變化趨勢不一致則為負值。從直觀上來看，協方差表示的是兩個變數總體誤差的期望。由k 1時刻的最優值和系統輸入計算k時刻的系統 值。根據k 1時刻的系統協方差 k時刻系統協方差。根據 k時刻 協方差矩陣的 值計算卡爾曼增益。根據狀態...
Python 卡爾曼濾波器實現
去年我們在設計一款新產品的時候，由於選用定製開發的乙個soc器件，導致我們在用adc讀取經由這個soc晶元放大後的訊號時，出現了極其不穩定的情況。正常情況下adc讀取出來的訊號應當為一條平穩的直線，而現實上讀取出來的訊號確上下波動極其大，遠遠超出了我們理論計算水平。雖然後來通過大量的研究分析，得出時...
卡爾曼濾波器學習筆記（上）
最近在學習probablistic robotics這本書，獲益良多。以前學了概率論和隨機過程之後一直覺得這些是虛的，不知道在工程上怎麼用，而這本書恰恰就是講如何把這些概率理論和方差估計應用到工程上去，更確切的說，應用到機械人上去。要應用kalman filter,首先要有三個前提假設 kalman...