Sensorfusie -algoritme

Kalman -filter

Kalman -filter is typisch.

De kern van het algoritme is het instellen van een reeks "geloof" -factoren voor elke sensor. Op elk moment zullen de sensorgegevens van het laatste moment worden gebruikt voor statistieken om de gok te verbeteren (zelf toevoegen), en de kwaliteit van de sensor zal ook worden beoordeeld. In de vergelijking tussen de voorspelde waarde en de gemeten waarde van de sensor zal een uitstekende waarde worden geschat en wordt de uitvoer.

Dit betekent dat als een sensor altijd een goede en consistente waarde geeft en je iets onwaarschijnlijk begint te vertellen, het geloofwaardigheidsniveau van de sensor in een paar milliseconden zal dalen totdat deze weer zinvol is.

Dit is beter dan eenvoudig gemiddelde of stemmen, omdat Kalman Filter de situatie kan aanpakken die de meeste sensoren tijdelijk buiten gebruik zijn. Zolang je een goede reden kan behouden, kan het de robot door het donkere moment maken.

Kalman Filter is een toepassing van meer algemene concepten van Markov -keten en Bayesiaanse redenering, een wiskundig systeem dat hun gissingen hertekens verbetert door bewijsmateriaal te gebruiken. Deze tools zijn hulpmiddelen die worden gebruikt om de wetenschap zelf te helpen testen van ideeën (die ook de basis vormen van wat we "statistische significantie" noemen).

Daarom kan poëtisch worden gezegd dat sommige sensorfusiesystemen de essentie van de wetenschap uitdrukken met een snelheid van 1000 keer per seconde.

Kalman -filters worden al tientallen jaren gebruikt in orbitale stations van ruimtevaartsatellieten. Omdat moderne microcontrollers het algoritme in realtime kunnen uitvoeren, worden ze steeds populairder in robotica.