Algoritma fusi sensor

Filter Kalman

Filter Kalman khas.

Inti algoritma yaiku nyetel set faktor "kapercayan" kanggo saben sensor. Ing saben wayahe, data sensor saka wayahe pungkasan bakal digunakake kanggo statistik kanggo nambah guess (self-nambahake), lan kualitas sensor uga bakal diadili. Ing mbandhingake antarane nilai sing diprediksi lan nilai sing diukur saka sensor, nilai sing paling apik bakal dikira lan output.

Iki tegese yen sensor tansah menehi nilai apik lan konsisten lan wiwit ngandhani bab sing ora mungkin, tingkat kredibilitas sensor bakal suda ing sawetara milliseconds nganti wiwit nggawe pangertèn maneh.

Iki luwih apik tinimbang rata-rata utawa voting prasaja, amarga Filter Kalman bisa menehi hasil karo kahanan sing paling sensor kanggo sementara metu saka urutan. Anggere siji bisa tetep alesan apik, iku bisa nggawe robot liwat wayahe peteng.

Filter Kalman minangka aplikasi konsep sing luwih umum babagan rantai Markov lan penalaran Bayesian, yaiku sistem matematika sing sacara iteratif nambah ramalan kanthi nggunakake bukti. Piranti kasebut minangka piranti sing digunakake kanggo mbantu ilmu pengetahuan dhewe kanggo nguji ide (sing uga dadi dhasar saka apa sing diarani "signifikansi statistik").

Mula, bisa diarani kanthi puitis manawa sawetara sistem fusi sensor nyatakake inti saka ilmu pengetahuan kanthi kecepatan 1000 kali per detik.

Filter-filter Kalman wis digunakake ing stasiun orbit satelit ruang angkasa nganti pirang-pirang dekade. Amarga mikrokontroler modern bisa mbukak algoritma ing wektu nyata, dheweke dadi luwih populer ing robotika.