Algoritem fuzije senzorja

Kalmanov filter

Kalmanov filter je značilen.

Jedro algoritma je nastaviti niz dejavnikov "prepričanja" za vsak senzor. V vsakem trenutku bodo podatki senzorjev iz zadnjega trenutka uporabljeni za statistiko za izboljšanje ugibanja (samo dodajanja), ocenjeni pa bodo tudi kakovost senzorja. V primerjavi med predvideno vrednostjo in izmerjeno vrednostjo senzorja bo ocenjena odlična vrednost in izhodna.

To pomeni, da če senzor vedno daje dobro in dosledno vrednost in vam začne povedati nekaj malo verjetnega, se bo stopnja verodostojnosti senzorja v nekaj milisekundah zmanjšala, dokler ne bo spet smiselna.

To je boljše kot preprosto povprečje ali glasovanje, saj se lahko Kalmanov filter spopade s situacijo, da večina senzorjev začasno ni v redu. Dokler lahko ohranimo dober razlog, lahko robota naredi skozi temni trenutek.

Kalmanov filter je uporaba splošnejših konceptov Markove verige in Bayesovega sklepanja, ki je matematični sistem, ki iterativno izboljšuje njihova ugibanja z uporabo dokazov. Ta orodja so orodja, ki se uporabljajo za pomoč pri preskušanju idej za sama znanost (ki so tudi osnova tega, čemur pravimo "statistični pomen").

Zato lahko poetično rečemo, da nekateri senzorski fuzijski sistemi izražajo bistvo znanosti s hitrostjo 1000 -krat na sekundo.

Kalmanovi filtri se desetletja uporabljajo v orbitalnih postajah vesoljskih satelitov. Ker sodobni mikrokontrolerji lahko algoritem vodijo v realnem času, postajajo vse bolj priljubljeni v robotiki.