सेन्सर फ्यूजन एल्गोरिथ्म

Kalman फिल्टर

Kalman फिल्टर विशिष्ट छ।

एल्गोरिदमको मूल भनेको प्रत्येक सेन्सरको लागि "विश्वास" कारकहरूको सेट सेट गर्नु हो। प्रत्येक क्षणमा, अन्तिम क्षणको सेन्सर डेटा अनुमान (स्व-थप) सुधार गर्न तथ्याङ्कको लागि प्रयोग गरिनेछ, र सेन्सरको गुणस्तर पनि न्याय गरिनेछ। अनुमानित मान र सेन्सरको मापन मान बीचको तुलनामा, उत्कृष्ट मान अनुमानित र आउटपुट हुनेछ।

यसको मतलब यो हो कि यदि सेन्सरले सधैं राम्रो र सुसंगत मान दिन्छ र तपाइँलाई केहि असम्भव बताउन थाल्छ भने, सेन्सरको विश्वसनीयता स्तर केहि मिलिसेकेन्डमा कम हुनेछ जब सम्म यो फेरि अर्थ बनाउन सुरु हुँदैन।

यो साधारण औसत वा भोटिङ भन्दा राम्रो छ, किनभने Kalman फिल्टरले परिस्थितिलाई सामना गर्न सक्छ जुन धेरै सेन्सरहरू अस्थायी रूपमा अर्डर बाहिर छन्। जबसम्म कसैले राम्रो कारण राख्न सक्छ, यसले रोबोटलाई अँध्यारो क्षणको माध्यमबाट बनाउन सक्छ।

Kalman फिल्टर मार्कोभ चेन र Bayesian तर्क को अधिक सामान्य अवधारणा को एक अनुप्रयोग हो, जो एक गणितीय प्रणाली हो कि पुनरावृत्ति प्रमाण को उपयोग गरेर आफ्नो अनुमान सुधार गर्दछ। यी उपकरणहरू विज्ञानले आफैलाई विचारहरू परीक्षण गर्न मद्दत गर्न प्रयोग गरिने उपकरणहरू हुन् (जसलाई हामीले "सांख्यिकीय महत्त्व" भन्ने आधार पनि हो)।

तसर्थ, यो कवितात्मक रूपमा भन्न सकिन्छ कि केहि सेन्सर फ्यूजन प्रणालीहरूले प्रति सेकेन्ड 1000 पटकको गतिमा विज्ञानको सार व्यक्त गरिरहेका छन्।

कालमान फिल्टरहरू दशकौंदेखि अन्तरिक्ष उपग्रहहरूको कक्षीय स्टेशनहरूमा प्रयोग हुँदै आएको छ। आधुनिक माइक्रोकन्ट्रोलरहरूले वास्तविक समयमा एल्गोरिदम चलाउन सक्ने भएकाले, तिनीहरू रोबोटिक्समा थप लोकप्रिय हुँदै गएका छन्।