Algorithm ya muunganisho wa sensorer

Kichujio cha Kalman

Kichujio cha Kalman ni cha kawaida.

Msingi wa algorithm ni kuweka seti ya mambo ya "imani" kwa kila sensor. Kwa kila wakati, data ya kitambuzi kutoka wakati wa mwisho itatumika kwa takwimu ili kuboresha nadhani (kujiongeza), na ubora wa kitambuzi pia utahukumiwa. Katika kulinganisha kati ya thamani iliyotabiriwa na thamani iliyopimwa ya kitambuzi, thamani bora itakadiriwa na pato.

Hii inamaanisha kuwa ikiwa kitambuzi kila wakati hutoa thamani nzuri na thabiti na kuanza kukuambia jambo lisilowezekana, kiwango cha uaminifu cha kihisi kitapungua kwa milisekunde chache hadi itakapoanza kupata maana tena.

Hii ni bora kuliko wastani rahisi au upigaji kura, kwa sababu kichujio cha Kalman kinaweza kukabiliana na hali ambayo vihisi vingi haviko katika mpangilio kwa muda. Muda tu mtu anaweza kuweka sababu nzuri, inaweza kufanya roboti kupitia wakati wa giza.

Kichujio cha Kalman ni matumizi ya dhana za jumla zaidi za mnyororo wa Markov na hoja za Bayesian, ambao ni mfumo wa hisabati ambao mara kwa mara huboresha ubashiri wao kwa kutumia ushahidi. Zana hizi ni zana zinazotumiwa kusaidia sayansi yenyewe kupima mawazo (ambayo pia ni msingi wa kile tunachoita "umuhimu wa takwimu").

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

Vichungi vya Kalman vimetumika katika vituo vya obiti vya satelaiti za anga kwa miongo kadhaa. Kwa sababu vidhibiti vidogo vya kisasa vinaweza kuendesha algorithm kwa wakati halisi, vinazidi kuwa maarufu katika robotiki.