센서 융합 알고리즘

칼만 필터

칼만 필터가 일반적입니다.

알고리즘의 핵심은 각 센서에 대한 "신뢰" 요소 집합을 설정하는 것입니다. 매 순간마다 마지막 순간의 센서 데이터는 통계에 사용되어 추측(자체 추가)을 개선하고 센서의 품질도 판단됩니다. 센서의 예측값과 측정값을 비교하면 우수한 값이 추정되어 출력됩니다.

이는 센서가 항상 양호하고 일관된 값을 제공하고 있을 법하지 않은 내용을 알려주기 시작하면 다시 이해되기 시작할 때까지 센서의 신뢰성 수준이 몇 밀리초 내에 감소한다는 것을 의미합니다.

Kalman 필터는 대부분의 센서가 일시적으로 작동하지 않는 상황을 처리할 수 있기 때문에 이는 단순한 평균화 또는 투표보다 낫습니다. 정당한 이유를 지킬 수 있는 한 로봇은 어두운 순간을 헤쳐 나갈 수 있습니다.

칼만 필터는 마코프 체인의 보다 일반적인 개념과 증거를 사용하여 추측을 반복적으로 개선하는 수학적 시스템인 베이지안 추론을 적용한 것입니다. 이러한 도구는 과학 자체가 아이디어(우리가 "통계적 중요성"이라고 부르는 것의 기초이기도 함)를 테스트하는 데 사용되는 도구입니다.

그러므로 일부 센서 융합 시스템은 초당 1000번의 속도로 과학의 본질을 표현하고 있다고 시적으로 말할 수 있다.

칼만 필터는 수십 년 동안 우주 위성의 궤도 관측소에서 사용되어 왔습니다. 최신 마이크로 컨트롤러는 알고리즘을 실시간으로 실행할 수 있기 때문에 로봇 공학에서 점점 더 대중화되고 있습니다.