- Tytuł:
-
Optimal State Estimation via Adaptive Fuzzy Particle Filter
Optymalne szacowanie stanu za pomocą adaptacyjnego filtra cząstek rozmytych - Autorzy:
-
Sąsiadek, Jurek
Bitlmal, Hamdan Alatresh - Powiązania:
- https://bibliotekanauki.pl/articles/27312467.pdf
- Data publikacji:
- 2023
- Wydawca:
- Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
- Tematy:
-
mobile robot tracking
adaptive fuzzy particle filter
fuzzy logic
sensor fusion
śledzenie robotów mobilnych
adaptacyjny filtr cząstek rozmytych
logika rozmyta
fuzja czujników - Opis:
-
Particle Filters (PF) accomplish nonlinear system estimation and have received high interest from numerous engineering domains over the past decade. The main problem of PF is to degenerate over time due to the loss of particle diversity. One of the essential causes of losing particle diversity is sample impoverishment (most of particle’s weights are insignificant) which affects the result from the particle depletion in the resampling stage and unsuitable prior information of process and measurement noise. To address this problem, a new Adaptive Fuzzy Particle Filter (AFPF) is used to improve the precision and efficiency of the state estimation results. The error in AFPF state is avoided from diverging by using Fuzzy logic. This method is called tuning weighting factor (α) as output membership function of fuzzy logic and input memberships function is the mean and the covariance of residual error. When the motion model is noisier than measurement, the performance of the proposed method (AFPF) is compared with the standard method (PF) at various particles number. The performance of the proposed method can be compared by keeping the noise level acceptable and convergence of the particle will be measured by the standard deviation. The simulation experiment findings are discussed and evaluated.
Adaptacyjny filtr cząstek rozmytych (AFPF) służy do poprawy precyzji i wydajności wyników szacowania stanu. Metoda ta nazywana jest dostrajaniem współczynnika ważenia (α), ponieważ wyjściowa funkcja przynależności logiki rozmytej, a wejściowa funkcja przynależności jest średnią i kowariancją błędu resztowego. Wydajność proponowanej metody jest porównywana przez utrzymanie dopuszczalnego poziomu hałasu, a zbieżność cząstki będzie mierzona przez odchylenie standardowe. Wyniki eksperymentu symulacyjnego są omawiane i oceniane. - Źródło:
-
Pomiary Automatyka Robotyka; 2023, 27, 4; 5--12
1427-9126 - Pojawia się w:
- Pomiary Automatyka Robotyka
- Dostawca treści:
- Biblioteka Nauki
Artykuł