Jutiklio suliejimo algoritmas

Kalmano filtras

Kalmano filtras yra tipiškas.

Algoritmo esmė – kiekvienam jutikliui nustatyti „tikėjimo“ faktorių rinkinį. Kiekvieną akimirką paskutinio momento jutiklio duomenys bus naudojami statistikai, kad būtų pagerintas spėjimas (savaiminis papildymas), taip pat bus vertinama jutiklio kokybė. Lyginant numatomą vertę ir išmatuotą jutiklio vertę, bus įvertinta ir išvesta puiki vertė.

Tai reiškia, kad jei jutiklis visada pateikia gerą ir nuoseklią vertę ir pradeda sakyti kažką mažai tikėtino, jutiklio patikimumo lygis sumažės per kelias milisekundes, kol jis vėl pradės suprasti.

Tai geriau nei paprastas vidurkinimas ar balsavimas, nes Kalmano filtras gali susidoroti su situacija, kai dauguma jutiklių laikinai neveikia. Tol, kol galima išlaikyti rimtą priežastį, ji gali priversti robotą išgyventi tamsią akimirką.

Kalmano filtras yra bendresnių Markovo grandinės ir Bajeso samprotavimų, matematinės sistemos, kuri, naudodama įrodymus, spėjimus, taikymas. Šios priemonės yra priemonės, padedančios pačiam mokslui išbandyti idėjas (kurios taip pat yra „statistinio reikšmingumo“ pagrindas).

Todėl poetiškai galima teigti, kad kai kurios jutiklių sintezės sistemos išreiškia mokslo esmę 1000 kartų per sekundę greičiu.

Kalmano filtrai buvo naudojami kosminių palydovų orbitinėse stotyse dešimtmečius. Kadangi šiuolaikiniai mikrovaldikliai gali paleisti algoritmą realiu laiku, jie tampa vis populiaresni robotikoje.