Algoritma gabungan sensor

Penapis Kalman

Penapis Kalman adalah tipikal.

Teras algoritma adalah untuk menetapkan satu set faktor "kepercayaan" untuk setiap sensor. Pada setiap saat, data penderia dari saat terakhir akan digunakan untuk statistik untuk meningkatkan tekaan (menambah sendiri), dan kualiti penderia juga akan dinilai. Dalam perbandingan antara nilai ramalan dan nilai terukur penderia, nilai cemerlang akan dianggarkan dan keluaran.

Ini bermakna jika penderia sentiasa memberikan nilai yang baik dan konsisten dan mula memberitahu anda sesuatu yang tidak mungkin, tahap kredibiliti penderia akan berkurangan dalam beberapa milisaat sehingga ia mula masuk akal semula.

Ini adalah lebih baik daripada purata atau undian mudah, kerana penapis Kalman boleh menangani situasi di mana kebanyakan penderia tidak berfungsi buat sementara waktu. Selagi seseorang boleh mengekalkan alasan yang baik, ia boleh membuat robot melalui detik gelap.

Penapis Kalman ialah aplikasi konsep yang lebih umum bagi rantaian Markov dan penaakulan Bayesian, yang merupakan sistem matematik yang secara berulang meningkatkan tekaan mereka dengan menggunakan bukti. Alat ini adalah alat yang digunakan untuk membantu sains sendiri menguji idea (yang juga merupakan asas kepada apa yang kita panggil "kepentingan statistik").

Oleh itu, boleh dikatakan secara puitis bahawa beberapa sistem gabungan sensor mengekspresikan intipati sains pada kelajuan 1000 kali sesaat.

Penapis Kalman telah digunakan di stesen orbit satelit angkasa selama beberapa dekad. Oleh kerana mikropengawal moden boleh menjalankan algoritma dalam masa nyata, ia menjadi semakin popular dalam robotik.