الگوریتم همجوشی سنسور

فیلتر کالمن

فیلتر کالمن معمولی است.

هسته اصلی الگوریتم تنظیم مجموعه ای از فاکتورهای "اعتقاد" برای هر سنسور است. در هر لحظه ، از داده های سنسور از آخرین لحظه برای بهبود حدس (خود افزودنی) برای آمار استفاده می شود و کیفیت سنسور نیز مورد قضاوت قرار می گیرد. در مقایسه بین مقدار پیش بینی شده و مقدار اندازه گیری سنسور ، یک مقدار عالی تخمین زده می شود و خروجی می شود.

این بدان معناست که اگر یک سنسور همیشه ارزش خوبی و مداوم داشته باشد و به شما چیزی بعید بگوید ، سطح اعتبار سنسور در چند میلی ثانیه کاهش می یابد تا اینکه دوباره شروع به معنی کند.

این بهتر از میانگین یا رای گیری ساده است ، زیرا فیلتر کالمن می تواند با وضعیتی که بیشتر سنسورها به طور موقت از نظم خارج می شوند ، مقابله کند. تا زمانی که می توان دلیل خوبی را حفظ کرد ، می تواند ربات را در لحظه تاریک بسازد.

Kalman Filter کاربرد مفاهیم کلی تر از زنجیره مارکوف و استدلال بیزی است ، که یک سیستم ریاضی است که با استفاده از شواهد ، به طور تکراری حدس های آنها را بهبود می بخشد. این ابزارها ابزاری هستند که برای کمک به علم به خود ایده های آزمایشی (که همچنین اساس آنچه ما "اهمیت آماری" می نامیم) است.

بنابراین می توان از نظر شاعرانه گفت که برخی از سیستم های فیوژن سنسور در حال بیان جوهر علم با سرعت 1000 بار در ثانیه هستند.

فیلترهای کالمن برای چندین دهه در ایستگاه های مداری ماهواره های فضایی مورد استفاده قرار گرفته است. از آنجا که میکروکنترلرهای مدرن می توانند الگوریتم را در زمان واقعی اجرا کنند ، در روباتیک بیشتر و بیشتر محبوب می شوند.