Алгоритам за фузија на сензори

Калман филтер

Калман филтерот е типичен.

Јадрото на алгоритмот е да се постави збир на „верни“ фактори за секој сензор. Во секој момент, податоците за сензорот од последниот момент ќе се користат за статистика за подобрување на претпоставката (само-додавање) и ќе се оцени и квалитетот на сензорот. Во споредбата помеѓу предвидената вредност и измерената вредност на сензорот, ќе се процени одлична вредност и излез.

Ова значи дека ако сензорот секогаш дава добра и конзистентна вредност и почнува да ви кажува нешто малку веројатно, нивото на кредибилитет на сензорот ќе се намали за неколку милисекунди сè додека не почне повторно да има смисла.

Ова е подобро од едноставното просечно или гласање, затоа што филтерот Калман може да се справи со ситуацијата со која повеќето сензори се привремено во ред. Сè додека може да се задржи добра причина, може да го направи роботот низ темниот момент.

Калман филтерот е примена на поопшти концепти на Марков ланец и Бајесско расудување, што е математички систем кој итеративно ги подобрува нивните претпоставки со употреба на докази. Овие алатки се алатки што се користат за да им помогнат на самите идеи за тестирање на науката (кои се исто така основа на она што го нарекуваме „статистичко значење“).

Затоа, може да се каже поетски дека некои системи за фузија на сензорите ја изразуваат суштината на науката со брзина од 1000 пати во секунда.

Филтрите на Калман се користат во орбиталните станици на вселенските сателити со децении. Бидејќи современите микроконтролери можат да го водат алгоритмот во реално време, тие стануваат сè попопуларни во роботиката.