Algoritma Fusi Sensor

Filter Kalman

Filter Kalman adalah tipikal.

Inti dari algoritma ini adalah mengatur satu set faktor "keyakinan" untuk setiap sensor. Pada setiap momen, data sensor dari saat terakhir akan digunakan untuk statistik untuk meningkatkan tebakan (penambahan diri), dan kualitas sensor juga akan dinilai. Dalam perbandingan antara nilai yang diprediksi dan nilai sensor yang diukur, nilai yang sangat baik akan diperkirakan dan output.

Ini berarti bahwa jika sensor selalu memberikan nilai yang baik dan konsisten dan mulai memberi tahu Anda sesuatu yang tidak mungkin, tingkat kredibilitas sensor akan berkurang dalam beberapa milidetik sampai mulai masuk akal lagi.

Ini lebih baik daripada rata -rata sederhana atau pemungutan suara, karena filter Kalman dapat menangani situasi bahwa sebagian besar sensor untuk sementara tidak terurai. Selama seseorang dapat mempertahankan alasan yang baik, itu dapat membuat robot melalui momen gelap.

Kalman Filter adalah aplikasi konsep yang lebih umum dari rantai Markov dan penalaran Bayesian, yang merupakan sistem matematika yang secara iteratif meningkatkan tebakan mereka dengan menggunakan bukti. Alat -alat ini adalah alat yang digunakan untuk membantu sains itu sendiri menguji ide -ide (yang juga merupakan dasar dari apa yang kita sebut "signifikansi statistik").

Oleh karena itu, dapat dikatakan secara puitis bahwa beberapa sistem fusi sensor mengekspresikan esensi sains dengan kecepatan 1000 kali per detik.

Filter Kalman telah digunakan di stasiun orbital satelit luar angkasa selama beberapa dekade. Karena mikrokontroler modern dapat menjalankan algoritma secara real time, mereka menjadi semakin populer dalam robotika.