Sensor samesmelting algoritme

Kalman filter

Kalman filter is tipies.

Die kern van die algoritme is om 'n stel "geloof" faktore vir elke sensor te stel. Op elke oomblik sal die sensordata van die laaste oomblik gebruik word vir statistieke om die raaiskoot te verbeter (selfbyvoeging), 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 uitgestuur word.

Dit beteken dat as 'n sensor altyd 'n goeie en konsekwente waarde gee en iets onwaarskynliks vir jou begin vertel, sal die sensor se geloofwaardigheidsvlak binne 'n paar millisekondes afneem totdat dit weer begin sin maak.

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

Kalman-filter is 'n toepassing van meer algemene konsepte van Markov-ketting en Bayesiaanse redenasie, 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 is van wat ons "statistiese betekenisvolheid" noem).

Daarom kan dit poëties gesê word dat sommige sensorsamesmeltingsisteme die essensie van wetenskap uitdruk teen 'n spoed van 1000 keer per sekonde.

Kalman-filters word al dekades lank in wentelstasies van ruimtesatelliete gebruik. Omdat moderne mikrobeheerders die algoritme intyds kan laat loop, word hulle al hoe meer gewild in robotika.