Sensor fusion algorithm

Kichujio cha Kalman

Kichujio cha Kalman ni kawaida.

Msingi wa algorithm ni kuweka seti ya "imani" sababu kwa kila sensor. Katika kila wakati, data ya sensor kutoka wakati wa mwisho itatumika kwa takwimu kuboresha nadhani (kujiongezea mwenyewe), na ubora wa sensor pia utahukumiwa. Katika kulinganisha kati ya thamani iliyotabiriwa na thamani iliyopimwa ya sensor, thamani bora itakadiriwa na matokeo.

Hii inamaanisha kuwa ikiwa sensor kila wakati inatoa thamani nzuri na thabiti na inaanza kukuambia kitu kisichowezekana, kiwango cha uaminifu cha sensor kitapungua kwa milliseconds chache hadi itaanza kuwa na maana tena.

Hii ni bora kuliko wastani wa wastani au kupiga kura, kwa sababu Kichujio cha Kalman kinaweza kushughulikia hali ambayo sensorer nyingi haziko nje kwa muda. Kwa muda mrefu kama mtu anaweza kuweka sababu nzuri, inaweza kufanya roboti kupitia wakati wa giza.

Kichujio cha Kalman ni matumizi ya dhana ya jumla ya mnyororo wa Markov na hoja za Bayesian, ambayo ni mfumo wa kihesabu ambao inaboresha utabiri wao kwa kutumia ushahidi. Vyombo hivi ni zana zinazotumiwa kusaidia sayansi yenyewe ya kujaribu maoni (ambayo pia ni msingi wa kile tunachokiita "umuhimu wa takwimu").

Kwa hivyo, inaweza kusemwa kwa ushairi kwamba mifumo fulani ya sensor fusion inaelezea kiini cha sayansi kwa kasi ya mara 1000 kwa sekunde.

Vichungi vya Kalman vimetumika katika vituo vya orbital vya satelaiti za nafasi kwa miongo kadhaa. Kwa sababu microcontrollers za kisasa zinaweza kuendesha algorithm kwa wakati halisi, wanakuwa maarufu zaidi katika roboti.