Application d’un filtre de Kalman 1D dans Torque Graph

Sommaire

Le module Filter.Kalman1D du package fr.gildasld.torque_graph.shared.filters applique un filtre de Kalman unidimensionnel pour lisser les mesures de couple provenant du couplemètre Bluetooth. Il réduit les fluctuations aléatoires dues au bruit de mesure et améliore la stabilité de l’affichage temps réel.

Structure du module #


shared/
└── filters/
└── Filter.kt

Ce fichier contient :

Une classe abstraite Filter gérant la zone morte (deadband).
Une classe interne Kalman1D implémentant le filtrage adaptatif.

Schéma d’interaction #

sequenceDiagram autonumber participant S as Source Bluetooth participant F as Kalman1D participant D as Deadband participant O as Output Signal S->>F: Valeur brute (inputValue) F->>F: Mise à jour des covariances (Q, R) F->>F: Calcul du gain de Kalman K = P / (P + R) F->>F: Mise à jour de l’état x = x + K*(z - x) F->>D: Application du deadband D-->>O: Valeur filtrée finale

Utilisation en Kotlin #

val kalman = Filter.Kalman1D(
    processNoise = 0.0002f,
    measurementNoise = 0.001f,
    adaptiveGain = true,
    adaptiveStrength = 0.2f,
    capacity = 12f
)

var filtered = 0f
for (sample in torqueMeasurements) {
    filtered = kalman.update(sample)
    println("Couple filtré : $filtered")
}

Résumé #

Paramètre	Signification	Valeur typique
`processNoise`	Bruit du modèle	0.0002
`measurementNoise`	Bruit de mesure	0.001
`adaptiveGain`	Active l’ajustement dynamique	true
`adaptiveStrength`	Sensibilité de l’adaptation	0.2
`deadbandThreshold`	Zone de tolérance sans variation	0.003

Ce filtre est utilisé dans Torque Graph pour fournir une estimation stable et fluide du couple moteur mesuré, garantissant une lecture réactive mais sans oscillations parasites.