칼만필터 - 북프라이스

본 상품은 컬러파일을 흑백으로 인쇄한 도서로 일부 컬러부분이 흐릿하게 인쇄될 수 있습니다. 인공지능(AI), 사물인터넷(IoT), 빅데이터, 로보틱스 등의 첨단 기술을 기반으로 한 4차 산업혁명에서 센서(sensor)는 물리적 세계와 디지털 세계의 연결하는 중요한 역활을 한다. 칼만필터는 센서 등과 같은 관측장비를 통해 얻은 측정 데이터로부터 노이즈를 제거하여 참값을 추정하는 수학적 알고리즘에 해당하며, 최근에는 센서 융합, 인공지능과의 통합, 실시간 신호 처리 등 다양한 분야로 응용이 확대되고 있다. 따라서 센서와 같은 측정 장비를 개발하고 활용하는 산업에서 칼만필터는 중요한 데이터 처리 방법 가운데 하나라고 할 수 있다. 하지만 칼만필터의 개념을 이해하고 활용 능력을 갖추기는 쉽지 않다. 확률변수, 상태공간, 행렬의 연산 등이 복잡하게 얽혀있고 실제 사용을 위해서는 C/C++과 같은 프로그래밍 언어로 칼만필터를 구현하여 센서와 같은 디바이스에 적용해야 하기 때문이다. 더욱이 처리하고자 하는 데이터의 종류가 다양해지면서 칼만필터는 여러 형태로 변형되어 사용되고 있다. 따라서 응용 분야에 맞는 칼만필터를 적절히 구현하고 사용하기 위해서는 칼만필터에 대한 기본적인 개념과 시스템 모델링 및 프로그래밍 언어를 통한 구현에 이르기까지 전반적인 이해가 필요하다. 이 책은 이러한 필요성을 느끼는 분들에게 조그만 도움이 되고자 집필되었으며, 총 4장으로 구성되어 있다. 제1장에서는 상태 추정오차의 최소화를 위해 사용되는 칼만게인을 상태변수가 1차원일 때와 다차원일 때를 구분하여 유도하고 그 의미를 살펴보았다. 제2장에서는 간단한 시스템에 대해 칼만필터의 파라미터를 찾아내고 이를 활용하여 시스템 모델과 측정모델의 구축과정을 다루었다. 제3장에서는 시스템 모델과 측정모델이 주어질 때 선형 칼만필터, 확장 칼만필터(Extended Kalman Filter, EKF), 무향 칼만필터(Unscented Kalman Filter, UKF) 그리고 다소 칼만필터와 접근방법이 다르지만 비선형, 비가우시안 시스템에 적용할 수 있는 파티클 필터를 파이썬(Python) 언어를 통해 구현해 보았다. 제4장에서는 7개의 모의실험 문제에 대해 칼만필터를 적용하여 봄으로써 응용력 향상에 도움을 주고자 하였다.

칼만 필터는 어렵지 않아 (with MATLAB Examples)

파이썬과 함께 배워보는 칼만필터 기초

수학으로 풀어보는 칼만필터 알고리즘 (기초 이론부터 깊게 이해하고 응용 예제로 철저하게 배우는)