Algoritm de fuziune a senzorilor

filtru Kalman

Filtrul Kalman este tipic.

Miezul algoritmului este de a seta un set de factori de „credință” pentru fiecare senzor. În fiecare moment, datele senzorului din ultimul moment vor fi folosite pentru statistici pentru a îmbunătăți ipoteza (auto-adăugarea), iar calitatea senzorului va fi, de asemenea, judecată. În comparația dintre valoarea prezisă și valoarea măsurată a senzorului, va fi estimată și scoasă o valoare excelentă.

Aceasta înseamnă că dacă un senzor oferă întotdeauna o valoare bună și consecventă și începe să vă spună ceva puțin probabil, nivelul de credibilitate al senzorului va scădea în câteva milisecunde până când va începe să aibă din nou sens.

Acest lucru este mai bun decât simpla mediere sau vot, deoarece filtrul Kalman poate face față situației în care majoritatea senzorilor sunt temporar defectați. Atâta timp cât se poate păstra un motiv bun, acesta poate face robotul să treacă prin momentul întunecat.

Filtrul Kalman este o aplicație a conceptelor mai generale ale lanțului Markov și raționamentului bayesian, care este un sistem matematic care își îmbunătățește în mod iterativ presupunerile folosind dovezi. Aceste instrumente sunt instrumente folosite pentru a ajuta știința însăși să testeze idei (care sunt, de asemenea, baza a ceea ce numim „semnificație statistică”).

Prin urmare, se poate spune poetic că unele sisteme de fuziune a senzorilor exprimă esența științei cu o viteză de 1000 de ori pe secundă.

Filtrele Kalman au fost folosite în stațiile orbitale ale sateliților spațiali de zeci de ani. Deoarece microcontrolerele moderne pot rula algoritmul în timp real, acestea devin din ce în ce mai populare în robotică.