Алгоритм объединения датчиков

Фильтр Калмана

Типичный фильтр Калмана.

Суть алгоритма заключается в установке набора «факторов доверия» для каждого датчика. В каждый момент данные датчика за последний момент будут использоваться для статистики для улучшения предположения (самодобавления), а также будет оцениваться качество датчика. При сравнении прогнозируемого значения и измеренного значения датчика будет оценено и выведено отличное значение.

Это означает, что если датчик всегда выдает хорошее и стабильное значение и начинает сообщать вам что-то маловероятное, уровень достоверности датчика снизится через несколько миллисекунд, пока он снова не начнет иметь смысл.

Это лучше, чем простое усреднение или голосование, поскольку фильтр Калмана может справиться с ситуацией, когда большинство датчиков временно выходят из строя. Пока человек сохраняет веские причины, он может помочь роботу пережить темный момент.

Фильтр Калмана — это применение более общих концепций цепи Маркова и байесовского рассуждения, которое представляет собой математическую систему, которая итеративно улучшает предположения, используя доказательства. Эти инструменты используются для того, чтобы помочь самой науке проверить идеи (которые также являются основой того, что мы называем «статистической значимостью»).

Поэтому можно поэтично сказать, что некоторые системы сенсорного синтеза выражают суть науки со скоростью 1000 раз в секунду.

Фильтры Калмана десятилетиями используются на орбитальных станциях космических спутников. Поскольку современные микроконтроллеры могут выполнять алгоритм в режиме реального времени, они становятся все более популярными в робототехнике.