Filtre de Kalman

Bonjour,

J'ai du mal à saisir le principe, Wikipedia et les exemples n'étant pas très clair.

D'après wikipedia, il suffit d'avoir les données n-1 et les données n pour appliquer le filtre. (je l'utilise pour un gyro, enfin j'aimerais).

Mais dans la librairie Arduino l'exemple utilise les données du gyroscope plus celles de l'accéléromètre, et c'est ça que je comprend pas. Pourquoi recouper l'information avec un autre capteur pour appliquer le filtre ??

Merci, bonne soirée

une piste? http://forum.arduino.cc/index.php?topic=239671.0

une autre ( anglais ) semble très complet (avec de nombreux échanges) 37 pages http://forum.arduino.cc/index.php?topic=58048.0

Justement, pourquoi fusion avec l'accelerometre ?

Ah ok quand il dit fusion c'est qu'il utilise les donnees d'un accelerometre et d'un gyroscope ?

Ok mais pourquoi utiliser un gyro pour l'angle en x et l'accelerometre pour l'angle en y (ou l'inverse) ?

Les vitesses angulaires du gyroscope et de l’accelerometre sont donnee sur l’axe referentielle x, y et z.

Dans l’exemple il cherche le pitch (x) et le roll (y)

Avec le gyro la vitesse angulaire est donnée directement sur l’axe x et y.
Pour l’accelerometre il fait calculer un arctan (ce qui est fait dans l’exemple)

Il calcul donc la vitesse angulaire avec le gyro en x et y.
Et de meme avec l’accelerometre.

Puis regroupe ensuite les infos entre gyro et accelerometre (presicted_pitch et predicted_roll), c’est ce que je comprend

Du coup pourquoi regrouper les infos ?

Ah ouais d'accord j'etais pas sur ce genre d'application... Desole.

Du coup, le filtre de Kalmann permet de reduire les erreurs d'integrations ? En effet j'ai pas de soucis de derive sur le peu de temps d'utilisation du gyro. Mais j'ai des erreurs d'integrations qui provoquent un decalage de l'angle sur sa valeur reelle.

Hm je vois. Du coup c’est quoi le mieux pour corriger les erreurs d’integrations (a part augmenter la frequence du calcul) ?