Jutiklio suliejimo algoritmas

Kalmano filtras

„Kalman“ filtras yra tipiškas.

Algoritmo esmė yra nustatyti kiekvieno jutiklio „įsitikinimų“ veiksnių rinkinį. Kiekvieną akimirką paskutinės akimirkos jutiklio duomenys bus naudojami statistikai, siekiant pagerinti spėjimą (savaime juosdu), taip pat bus vertinama jutiklio kokybė. Palyginus numatytą vertę ir išmatuotą jutiklio vertę, bus įvertinta puiki vertė ir išvestis.

Tai reiškia, kad jei jutiklis visada suteikia gerą ir nuoseklią vertę ir pradeda jums pasakyti ką nors mažai tikėtina, jutiklio patikimumo lygis sumažės keliomis milisekundėmis, kol jis vėl pradės prasmę.

Tai geriau nei paprastas vidurkis ar balsavimas, nes „Kalman Filter“ gali susidurti su situacija, kad dauguma jutiklių laikinai netinkami. Kol galima išlaikyti gerą priežastį, tai gali padaryti robotą per tamsią akimirką.

„Kalman Filter“ yra bendresnių Markovo grandinės ir Bajeso samprotavimų sąvokų taikymas, kuris yra matematinė sistema, kuri pakartotinai pagerina jų spėliones, naudodama įrodymus. Šios priemonės yra įrankiai, naudojami padėti pačiai mokslui išbandyti idėjas (kurios taip pat yra tai, ką mes vadiname „statistine reikšmingumu“).

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

„Kalman“ filtrai dešimtmečius buvo naudojami kosminių palydovų orbitalinėse stotyse. Kadangi šiuolaikiniai mikrovaldikliai gali paleisti algoritmą realiuoju laiku, jie vis labiau populiarėja robotikoje.