Cantitate/Preț
Produs
Total produse
Vezi coșul
Kalman-Filter: Einführung in die Zustandsschätzung und ihre Anwendung für eingebettete Systeme de Reiner Marchthaler

Kalman-Filter: Einführung in die Zustandsschätzung und ihre Anwendung für eingebettete Systeme

Autor Reiner Marchthaler, Sebastian Dingler
de Limba Germană Paperback – 30 apr 2024
Dieses Lehrbuch befasst sich leicht verständlich mit der Theorie der Kalman-Filterung. Die Autoren geben damit eine Einführung in Kalman-Filter und deren Anwendung für eingebettete Systeme. Zusätzlich wird anhand konkreter Praxisbeispiele der Kalman-Filterentwurf demonstriert – Teilschritte werden im Buch ausführlich erläutert.
Kalman-Filter sind die erste Wahl, um Störsignale auf den Sensorsignalen zu eliminieren. Dies ist von besonderer Bedeutung, da viele technische Systeme ihre prozessrelevanten Informationen über Sensoren gewinnen. Jeder Messwert eines Sensors weißt jedoch aufgrund verschiedener Ursachen einen Messfehler auf. Würde ein System nur auf Basis dieser ungenauen Sensorinformationen arbeiten, so wären viele Anwendungen, wie zum Beispiel ein Navigationssystem oder autonome arbeitende Systeme, nicht möglich.
Das Buch ist geeignet für interessierte Bachelor- und Master-Studierende der Fachrichtungen Informatik, Maschinenbau, Elektrotechnik undMechatronik. Ebenso ist das Buch eine Hilfe für Ingenieure und Wissenschaftler, die ein Kalman-Filter z. B. für die Datenfusion oder die Schätzung unbekannter Größen in Echtzeitanwendungen einsetzen möchten.


Citește tot Restrânge

Toate formatele și edițiile

Toate formatele și edițiile Preț Express
Paperback (2) 21564 lei  39-44 zile
  Springer Fachmedien Wiesbaden – 24 ian 2017 21564 lei  39-44 zile
  Springer Fachmedien Wiesbaden – 30 apr 2024 23312 lei  6-8 săpt.

Preț: 23312 lei

Preț vechi: 29141 lei
-20% Nou

Puncte Express: 350
Preț estimativ în valută:
4125€ • 4837$ • 3623£

Carte tipărită la comandă

Livrare economică 12-26 februarie

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă
Preluare comenzi: 021 569.72.76

Specificații

ISBN-13: 9783658432157
ISBN-10: 3658432152
Ilustrații: XV, 238 S. 102 Abb., 10 Abb. in Farbe.
Dimensiuni: 168 x 240 mm
Greutate: 0.41 kg
Ediția:2. Aufl. 2024
Editura: Springer Fachmedien Wiesbaden
Colecția Springer Vieweg
Locul publicării:Wiesbaden, Germany

Cuprins

Einführendes Beispiel.- Zustandsraumbeschreibung.- Wahrscheinlichkeitstheorie.- Signaltheorie.- Klassisches Kalman-Filter.- Adaptiver Kalman-Filter (ROSE-Filter).- Nichtlineare Kalman Filter.- Systemrauschen.- Gütemaße.- Prinzipielles Vorgehen.- Beispiel: Bias Schätzung.- Beispiel: Kinematische Modelle.- Beispiel: Messrauschen mit Offset.- Beispiel: Alternatives Bewegungsmodell der Mondfähre.- Beispiel: Kovarianzmatrix Messrauschen.- Beispiel: Umfeldsensor mit ROSE-Filter.- Beispiel: Fahrstreifenerkennung.- Beispiel: Gleichstrommotor.- Beispiel: Positions- und Geschwindigkeitsschätzung mit EKF-Filter.

Notă biografică

Prof. Dr. Reiner Marchthaler hat eine Professur für das Lehrgebiet „Embedded Systems“ in der Fakultät Informationstechnik an der Hochschule Esslingen mit dem Spezialgebiet autonom fahrende Fahrzeuge.


Sebastian Dingler studierte  Technische Informatik und Informatik an der Hochschule Esslingen und am Karlsruher Institut für Technologie (KIT). 

Textul de pe ultima copertă

Dieses Lehrbuch befasst sich leicht verständlich mit der Theorie der Kalman-Filterung. Die Autoren geben damit eine Einführung in Kalman-Filter und deren Anwendung für eingebettete Systeme. Zusätzlich wird anhand konkreter Praxisbeispiele der Kalman-Filterentwurf demonstriert – Teilschritte werden im Buch ausführlich erläutert.
Kalman-Filter sind die erste Wahl, um Störsignale auf den Sensorsignalen zu eliminieren. Dies ist von besonderer Bedeutung, da viele technische Systeme ihre prozessrelevanten Informationen über Sensoren gewinnen. Jeder Messwert eines Sensors weißt jedoch aufgrund verschiedener Ursachen einen Messfehler auf. Würde ein System nur auf Basis dieser ungenauen Sensorinformationen arbeiten, so wären viele Anwendungen, wie zum Beispiel ein Navigationssystem oder autonome arbeitende Systeme, nicht möglich. Die 2. Auflage erweitert den Inhalt mit einem neuen Kapitel über nichtlineare Kalman-Filter (EKF) und zusätzlichen Anwendungsbeispielen. 
Das Buch ist geeignet für interessierte Bachelor- und Master-Studierende der Fachrichtungen Informatik, Maschinenbau, Elektrotechnik und Mechatronik. Ebenso ist das Buch eine Hilfe für Ingenieur*innen und Wissenschaftler*innen, die ein Kalman-Filter z. B. für die Datenfusion oder die Schätzung unbekannter Größen in Echtzeitanwendungen einsetzen möchten.

Der Inhalt
  • Einführendes Beispiel
  • Zustandsraumbeschreibung, Wahrscheinlichkeitstheorie und Signaltheorie
  • Klassisches Kalman-Filter inkl. Systemrauschen
  • Nichtlineare Kalman-Filter (EKF)
  • Anwendungsbeispiele: Bias-Schätzung, Messrauschen mit Offset, Alternatives Bewegungsmodell der Mondfähre, Schätzung einer Kovarianzmatrix, kinematische Modelle, Schätzung einer Trajektorie (EKF), Gleichstrommotor
  • Anhang: Vektor- und Matrizenrechnung, Sammlung wichtiger verwendeter Formeln, Lösung der Matrix-Expotentialgleichungen, Herleitung der Kalman-Verstärkung für kinematische Modelle

Die Autoren
Prof. Dr. Reiner Marchthaler hat eine Professur für das Lehrgebiet „Embedded Systems“ in der Fakultät Informationstechnik an der Hochschule Esslingen mit dem Spezialgebiet autonom fahrende Fahrzeuge.


Sebastian Dingler studierte  Technische Informatik und Informatik an der Hochschule Esslingen und am Karlsruher Institut für Technologie (KIT). 

Caracteristici

Erläutert verständlich die Theorie der Kalman-Filterung Bietet ausführliche Beispiele aus der Praxis Mit zusätzlichen Programm-Files auf der Verlagsseite