Szenzorfúziós algoritmus

Kálmán szűrő

Kálmán szűrő jellemző.

Az algoritmus lényege, hogy minden egyes érzékelőhöz beállítson egy sor „hit” tényezőt. Minden pillanatban az utolsó pillanatból származó szenzoradatokat használjuk fel a statisztikához, hogy javítsuk a találgatást (önfeladás), és az érzékelő minősége is megítélésre kerül. Az előrejelzett érték és az érzékelő mért értékének összehasonlításakor kiváló érték kerül becslésre és kimenetre.

Ez azt jelenti, hogy ha egy érzékelő mindig jó és konzisztens értéket ad, és valami valószínűtlen dolgot kezd jelezni, akkor az érzékelő hitelességi szintje néhány ezredmásodperc alatt csökken, amíg újra értelmet nem kap.

Ez jobb, mint az egyszerű átlagolás vagy szavazás, mert a Kalman-szűrő képes kezelni azt a helyzetet, hogy a legtöbb érzékelő átmenetileg nem működik. Amíg az ember megőrzi a jó okot, képes átvészelni a robotot a sötét pillanatokon.

A Kalman-szűrő a Markov-lánc általánosabb fogalmainak és a Bayes-féle érvelésnek az alkalmazása, amely matematikai rendszer, amely iteratív módon javítja a találgatásokat bizonyítékok felhasználásával. Ezek az eszközök olyan eszközök, amelyek segítségével magát a tudományt is tesztelhetik az ötletek (amelyek egyben az általunk "statisztikai jelentőségnek" nevezett tevékenység alapját is képezik).

Költőileg tehát elmondható, hogy egyes szenzorfúziós rendszerek másodpercenként 1000-szeres sebességgel fejezik ki a tudomány lényegét.

A Kalman-szűrőket évtizedek óta használják űrműholdak orbitális állomásain. Mivel a modern mikrokontrollerek valós időben képesek futtatni az algoritmust, egyre népszerűbbek a robotikában.