안녕하세요! ✨앞서 Day 23에서는 확장 칼만필터(EKF)의 원리를 정리했습니다.오늘은 EKF를 실제로 구현해, 비선형 시스템 상태 추정이 어떻게 이루어지는지 실습해보겠습니다.🔍 EKF 실습 시나리오차량이 2D 평면에서 움직이고 있다고 가정상태 벡터: [x,y,v][x, y, v][x,y,v] (위치 x, 위치 y, 속도 v)센서:GPS → 위치(x, y) 제공 (노이즈 있음)IMU → 가속도 제공 (노이즈 있음)👉 EKF로 두 센서 데이터를 융합해 차량의 상태를 추정합니다.⚙️ Python EKF 구현 예제python import numpy as np # 초기 상태 [x, y, v] x = np.array([0.0, 0.0, 1.0]) P = np.eye(3) # 초기 공분산 dt = 1.0 ..
