Sensör füzyon algoritması

Kalman filtresi

Kalman filtresi tipiktir.

Algoritmanın özü, her sensör için bir dizi "inanç" faktörü belirlemektir. Her an, son andaki sensör verileri, tahminin iyileştirilmesi (kendi kendine ekleme) için istatistik olarak kullanılacak ve sensörün kalitesi de değerlendirilecektir. Sensörün tahmin edilen değeri ile ölçülen değeri arasındaki karşılaştırmada mükemmel bir değer tahmin edilecek ve çıkış yapılacaktır.

Bu, bir sensör her zaman iyi ve tutarlı bir değer verirse ve size beklenmeyen bir şey söylemeye başlarsa, sensörün güvenilirlik düzeyinin, tekrar anlamlı olmaya başlayana kadar birkaç milisaniye içinde düşeceği anlamına gelir.

Bu, basit ortalama veya oylamadan daha iyidir çünkü Kalman filtresi çoğu sensörün geçici olarak arızalı olduğu durumla başa çıkabilir. Kişi iyi bir mantığa sahip olduğu sürece, robotun karanlık anı atlatmasını sağlayabilir.

Kalman filtresi, Markov zincirinin ve Bayes mantığının daha genel kavramlarının bir uygulamasıdır; bu, kanıtları kullanarak tahminlerini yinelemeli olarak geliştiren bir matematiksel sistemdir. Bu araçlar, bilimin bizzat fikirleri test etmesine yardımcı olmak için kullanılan araçlardır (bunlar aynı zamanda "istatistiksel anlamlılık" dediğimiz şeyin de temelidir).

Dolayısıyla bazı sensör füzyon sistemlerinin saniyede 1000 kat hızla bilimin özünü ifade ettiği şiirsel olarak söylenebilir.

Kalman filtreleri onlarca yıldır uzay uydularının yörünge istasyonlarında kullanılıyor. Modern mikrodenetleyiciler algoritmayı gerçek zamanlı olarak çalıştırabildiğinden robot biliminde giderek daha popüler hale geliyorlar.