Algoritem fuzije senzorja

Kalmanov filter

Tipičen je Kalmanov filter.

Jedro algoritma je nastavitev niza dejavnikov "prepričanja" za vsak senzor. V vsakem trenutku bodo podatki senzorja iz zadnjega trenutka uporabljeni za statistiko za izboljšanje ugibanja (samododajanje), ocenjena pa bo tudi kakovost senzorja. V primerjavi med predvideno vrednostjo in izmerjeno vrednostjo senzorja bo ocenjena in izpisana odlična vrednost.

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

To je boljše kot preprosto povprečenje ali glasovanje, saj lahko Kalmanov filter obravnava situacijo, ko večina senzorjev začasno ne deluje. Dokler lahko ohranimo dober razum, lahko robot preživi temni trenutek.

Kalmanov filter je uporaba splošnejših konceptov Markovljeve 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 sami znanosti pri testiranju idej (ki so tudi osnova tega, kar imenujemo "statistična pomembnost").

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

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