Sensör füzyon algoritması

Kalman Filtresi

Kalman filtresi tipiktir.

Algoritmanın çekirdeği, her sensör için bir dizi "inanç" faktörü ayarlamaktır. Her an, son andaki sensör verileri, tahmini (kendi kendine ekleme) geliştirmek için istatistikler için kullanılacaktır ve sensörün kalitesi de değerlendirilecektir. Tahmini değer ve sensörün ölçülen değeri arasındaki karşılaştırmada, mükemmel bir değer tahmin edilecek ve çıktı olacaktır.

Bu, bir sensör her zaman iyi ve tutarlı bir değer verirse ve size olası olmayan bir şey söylemeye başlarsa, sensörün güvenilirlik seviyesinin tekrar mantıklı olmaya başlayana kadar birkaç milisaniyede azalacağı anlamına gelir.

Bu, basit ortalamadan veya oylamadan daha iyidir, çünkü Kalman filtresi çoğu sensörün geçici olarak düzensiz olduğu durumla başa çıkabilir. Biri iyi bir sebep tutabildiği sürece, robotu karanlık anda yapabilir.

Kalman Filtresi, kanıt kullanarak tahminlerini yinelemeli olarak geliştiren matematiksel bir sistem olan Markov zinciri ve Bayesian akıl yürütmesinin daha genel kavramlarının bir uygulamasıdır. Bu araçlar, bilimin kendisinin test fikirlerine yardımcı olmak için kullanılan araçlardır (aynı zamanda "istatistiksel önem" dediğimiz şeyin temelidir).

Bu nedenle, bazı sensör füzyon sistemlerinin bilimin özünü saniyede 1000 kez ifade ettiği şiirsel olarak söylenebilir.

Kalman filtreleri onlarca yıldır uzay uydularının yörünge istasyonlarında kullanılmaktadır. Modern mikrodenetleyiciler algoritmayı gerçek zamanlı olarak çalıştırabildiğinden, robotikte giderek daha popüler hale geliyorlar.