Filtres de Kalman non linéaires et estimation de paramètres

Les systèmes physiques du monde réel sont rarement linéaires. Pour suivre des objets en mouvement, naviguer des véhicules autonomes ou estimer l'état des batteries, vous devez maîtriser les techniques d'estimation non linéaire. Ce cours offre un cheminement clair, basé sur du texte, pour comprendre et implémenter des algorithmes d'estimation avancés. Vous passerez des concepts de base de l'estimation linéaire au monde puissant du filtrage de Kalman non linéaire. En explorant les fondements mathématiques et les étapes logiques de ces algorithmes, vous acquerrez la confiance nécessaire pour modéliser, prédire et mettre à jour les états et les paramètres lorsque les systèmes présentent des comportements complexes et non linéaires. Ce que vous apprendrez : - Comprendre les limitations fondamentales des filtres de Kalman linéaires dans des scénarios du monde réel - Dériver et appliquer le filtre de Kalman étendu (EKF) en utilisant la linéarisation par série de Taylor - Implémenter le filtre de Kalman unscented (UKF) en utilisant la transformée unscented pour des systèmes hautement non linéaires - Configurer des techniques d'estimation conjointe et double pour le suivi simultané des états et des paramètres - Analyser les performances du filtre et régler les matrices de covariance pour une précision d'estimation optimale Le cours commence par la terminologie clé, les concepts de probabilité de base et les définitions fondamentales de l'espace d'états. À partir de là, vous progresserez à travers des explications écrites détaillées des dérivations EKF et UKF, pour terminer par des exemples de pseudocode pratiques conçus pour des applications modernes comme la robotique et la fusion de capteurs. Ce cours est conçu pour les ingénieurs, les programmeurs et les passionnés de technologie qui souhaitent une base claire, conceptuelle et mathématique en estimation non linéaire. Une compréhension de base de l'algèbre linéaire et des concepts généraux de programmation est recommandée. Commencez à lire dès aujourd'hui pour libérer la puissance de l'estimation d'état avancée dans vos projets.