Algoritmo de fuzio de sensilo

Kalman-filtrilo

Kalman-filtrilo estas tipa.

La kerno de la algoritmo devas agordi aron de "kredo-" faktoroj por ĉiu sensilo. En ĉiu momento, la sensilaj datumoj de la lasta momento estos uzataj por statistiko por plibonigi la divenon (mem-aldono), kaj la kvalito de la sensilo ankaŭ estos juĝita. En la komparo inter la antaŭdirita valoro kaj la mezurita valoro de la sensilo, bonega valoro estos taksita kaj eligo.

Ĉi tio signifas, ke se sensilo ĉiam donas bonan kaj konsekvencan valoron kaj komencas rakonti al vi ion neverŝajnan, la kredindecnivelo de la sensilo malpliiĝos post kelkaj milisekundoj ĝis ĝi denove ekkomprenos.

Ĉi tio estas pli bona ol simpla averaĝado aŭ voĉdonado, ĉar Kalman-filtrilo povas trakti la situacion, ke la plej multaj sensiloj estas provizore malfunkciaj. Tiel longe kiel oni povas konservi bonan kialon, ĝi povas fari la roboton tra la malluma momento.

Kalman-filtrilo estas apliko de pli ĝeneralaj konceptoj de Markov-ĉeno kaj Bajeza rezonado, kio estas matematika sistemo kiu ripete plibonigas iliajn divenojn uzante indicon. Ĉi tiuj iloj estas iloj uzataj por helpi la scienco mem testi ideojn (kiuj ankaŭ estas la bazo de tio, kion ni nomas "statistika signifo").

Tial oni povas diri poezie, ke iuj sensilaj kunfandsistemoj esprimas la esencon de scienco kun rapideco de 1000 fojojn sekundo.

Kalman-filtriloj estis uzitaj en enorbitaj stacioj de kosmaj satelitoj dum jardekoj. Ĉar modernaj mikroregiloj povas ruli la algoritmon en reala tempo, ili fariĝas pli kaj pli popularaj en robotiko.