Sensora fuzia algoritmo

Kalman -filtrilo

Kalman -filtrilo estas tipa.

La kerno de la algoritmo estas agordi aron da "kredaj" faktoroj por ĉiu sentilo. En ĉiu momento, la sensilaj datumoj de la lasta momento estos uzataj por statistikoj por plibonigi la divenon (mem-aldono), kaj la kvalito de la sensilo ankaŭ estos juĝita. En la komparo inter la antaŭvidita valoro kaj la mezurita valoro de la sensilo, bonega valoro estos taksita kaj eligita.

Ĉi tio signifas, ke se sensilo ĉiam donas bonan kaj konsekvencan valoron kaj komencas diri al vi ion neverŝajnan, la kredinda nivelo de la sensilo malpliiĝos en kelkaj milisekundoj ĝis ĝi komencos havi sencon denove.

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

Kalman Filter estas apliko de pli ĝeneralaj konceptoj de Markov -ĉeno kaj Bayesiana rezonado, kiu estas matematika sistemo, kiu iterative plibonigas siajn divenojn per uzado de evidenteco. Ĉi tiuj iloj estas iloj uzataj por helpi sciencon mem testi ideojn (kiuj ankaŭ estas la bazo de tio, kion ni nomas "statistika signifo").

Tial oni povas diri poezie, ke iuj sensilaj fandaj sistemoj esprimas la esencon de scienco kun rapideco de 1000 fojoj por dua.

Kalman -filtriloj estis uzataj en orbitalaj stacioj de spacaj satelitoj dum jardekoj. Ĉar modernaj mikrokontroliloj povas funkciigi la algoritmon en reala tempo, ili fariĝas pli kaj pli popularaj en robotiko.