Sensorfusie -algoritme

Kalman filter

Kalman -filter is tipies.

Die kern van die algoritme is om 'n stel "geloof" -faktore vir elke sensor in te stel. Op elke oomblik sal die sensordata van die laaste oomblik gebruik word vir statistieke om die raaiskoot (self-toevoeging) te verbeter, en die kwaliteit van die sensor sal ook beoordeel word. In die vergelyking tussen die voorspelde waarde en die gemete waarde van die sensor, sal 'n uitstekende waarde geskat en uitset word.

Dit beteken dat as 'n sensor altyd 'n goeie en konsekwente waarde gee en u iets onwaarskynlik begin vertel, die geloofwaardigheidsvlak van die sensor in 'n paar millisekondes sal daal totdat dit weer sin maak.

Dit is beter as eenvoudige gemiddeldes of stemme, want Kalman -filter kan die situasie hanteer dat die meeste sensors tydelik buite werking is. Solank 'n mens goeie rede kan behou, kan dit die robot deur die donker oomblik maak.

Kalman -filter is 'n toepassing van meer algemene konsepte van Markov -ketting en Bayesiese redenering, wat 'n wiskundige stelsel is wat hul raaiskote iteratief verbeter deur bewyse te gebruik. Hierdie instrumente is instrumente wat gebruik word om die wetenskap self te help om idees te toets (wat ook die basis vorm van wat ons 'statistiese betekenis' noem).

Daarom kan poëties gesê word dat sommige sensorversmeltingstelsels die kern van wetenskap uitdruk met 'n snelheid van 1000 keer per sekonde.

Kalman -filters word al dekades lank in orbitale stasies van ruimtesatelliete gebruik. Omdat moderne mikrobeheerders intyds die algoritme kan bestuur, word hulle al hoe gewilder in robotika.