Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur GraphSearch.
Cette séance de cours couvre le filtre Kalman étendu (EKF) appliqué à la prédiction du mouvement dans les scénarios 2D, en mettant l'accent sur les étapes de prédiction et de correction utilisant les systèmes de navigation inertielle (INS) et les systèmes de positionnement global (GPS). L'instructeur explique les défis de la prédiction du mouvement dans les environnements 2D et les solutions mathématiques impliquées, comme la résolution des équations différentielles ordinaires (ODE). Diverses perturbations et corrections sont discutées, soulignant l'importance de prévisions précises pour les applications de navigation.