Kalman Filter

칼만 필터의 핵심은 정보 유합(information fusion)이다.

아래 그림과 같이 자동차가 Xt1에서 Xt2로 이동했다고 하자.

그리고 우리가 궁금한 것이 자동차의 Xt2위치 값이라고 하자.

Xt2의 위치를 어떻게 측정 할 수 있을까 ? 여러가지 방법이 있을 것이다.

첫번째 방법

 자동차가 Xt1에 있을때의 위치  Xt1과 속도 v와 시간 t1, t2를 알고 있다고 가정하면 

Xt2 = Xt1 + v*( t2 - t1 )의 공식으로 Xt2의 위치를 예측 할 수있다.

이 방법은 이동하는 사이에 속도 v가 변하지 않고 자동차가 좌우로 흔들리지도 않아야 정확히 맞을 것이다. 이렇게 완벽한 경우는 없고 오차가 분명히 있으므로 이 방법은 오차를 가지고 있다고 볼 수 있다.

두번째 방법

영상처리를 통해서 Xt2의 위치를 측정했다고 하자.

분명히 영상처리를 했다면 좌표계변환을 했을 것이고 이 것은 오차를 가지고 있다.