센서 퓨전 알고리즘

칼만 필터

칼만 필터는 일반적입니다.

알고리즘의 핵심은 각 센서에 대한 "신념"요소 세트를 설정하는 것입니다. 매 순간 마지막 순간의 센서 데이터는 통계에 사용되어 추측 (자체 adding)을 개선하며 센서의 품질도 판단됩니다. 예측 된 값과 센서의 측정 값을 비교할 때 우수한 값이 추정되고 출력됩니다.

즉, 센서가 항상 양호하고 일관된 값을 제공하고 가능성이 거의없는 것을 말하기 시작하면 센서의 신뢰성 수준이 다시 말이되기 시작할 때까지 몇 밀리 초 안에 감소합니다.

Kalman 필터는 대부분의 센서가 일시적으로 순서대로 진행되는 상황을 처리 할 수 ​​있기 때문에 간단한 평균화 또는 투표보다 낫습니다. 정당한 이유를 유지할 수있는 한 어두운 순간을 통해 로봇을 만들 수 있습니다.

칼만 필터는 마르코프 체인과 베이지안 추론의보다 일반적인 개념을 적용하는데, 이는 증거를 사용하여 추측을 반복적으로 향상시키는 수학적 시스템입니다. 이러한 도구는 과학 자체가 테스트 아이디어 (우리가 "통계적 중요성"이라고 부르는 것의 기초이기도합니다)를 돕는 데 사용되는 도구입니다.

따라서 일부 센서 융합 시스템이 과학의 본질을 초당 1000 배 속도로 표현하고 있다고 시적으로 말할 수 있습니다.

칼만 필터는 수십 년 동안 우주 위성의 궤도 스테이션에서 사용되었습니다. 최신 마이크로 컨트롤러는 알고리즘을 실시간으로 실행할 수 있으므로 로봇 공학에서 점점 더 인기를 얻고 있습니다.