Алгоритъм за синтез на сензор

Калман филтър

Калман филтърът е типичен.

Ядрото на алгоритъма е да се зададе набор от фактори на „вяра“ за всеки сензор. Във всеки момент сензорните данни от последния момент ще бъдат използвани за статистика за подобряване на предположението (самонадеяността) и качеството на сензора също ще бъде оценено. В сравнението между прогнозираната стойност и измерената стойност на сензора ще бъде оценена отлична стойност и изходна.

Това означава, че ако сензорът винаги дава добра и последователна стойност и започне да ви казва нещо малко вероятно, нивото на доверие на сензора ще намалее за няколко милисекунди, докато не започне да има смисъл отново.

Това е по -добре от простото усредняване или гласуване, тъй като филтърът Kalman може да се справи със ситуацията, че повечето сензори временно не са в ред. Докато човек може да поддържа основателна причина, той може да направи робота през тъмния момент.

Kalman Filter е приложение на по -общи концепции за веригата на Марков и байесовски разсъждения, което е математическа система, която итеративно подобрява техните предположения, като използва доказателства. Тези инструменти са инструменти, използвани за подпомагане на самата наука да тестват идеи (които също са в основата на това, което наричаме „статистическа значимост“).

Следователно може да се каже поетично, че някои системи за синтез на сензори изразяват същността на науката със скорост 1000 пъти в секунда.

Калман филтрите се използват в орбитални станции на космически спътници от десетилетия. Тъй като съвременните микроконтролери могат да стартират алгоритъма в реално време, те стават все по -популярни в роботиката.