Algoritma fusi sensor

penyaring Kalman

Filter Kalman tipikal.

Inti dari algoritme ini adalah menetapkan serangkaian faktor "keyakinan" untuk setiap sensor. Pada setiap momen, data sensor dari momen terakhir akan digunakan sebagai statistik guna meningkatkan tebakan (menambahkan sendiri), dan kualitas sensor juga akan dinilai. Dalam perbandingan antara nilai prediksi dan nilai terukur sensor, akan diperkirakan dan dihasilkan nilai yang sangat baik.

Artinya jika sebuah sensor selalu memberikan nilai yang baik dan konsisten serta mulai memberi tahu Anda sesuatu yang tidak terduga, tingkat kredibilitas sensor akan menurun dalam beberapa milidetik hingga mulai masuk akal kembali.

Ini lebih baik daripada rata-rata atau pemungutan suara sederhana, karena filter Kalman dapat menangani situasi dimana sebagian besar sensor tidak berfungsi untuk sementara. Selama seseorang dapat menjaga alasan yang baik, robot dapat melewati momen kelam.

Filter Kalman adalah penerapan konsep yang lebih umum dari rantai Markov dan penalaran Bayesian, yang merupakan sistem matematika yang secara berulang meningkatkan tebakan mereka dengan menggunakan bukti. Alat-alat ini adalah alat yang digunakan untuk membantu sains itu sendiri menguji gagasan (yang juga merupakan dasar dari apa yang kami 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 orbit satelit luar angkasa selama beberapa dekade. Karena mikrokontroler modern dapat menjalankan algoritme secara real time, mikrokontroler menjadi semakin populer di bidang robotika.