सेन्सर फ्यूजन अल्गोरिदम

कलमन फिल्टर

कलमन फिल्टर वैशिष्ट्यपूर्ण आहे.

अल्गोरिदमचा मुख्य भाग म्हणजे प्रत्येक सेन्सरसाठी "विश्वास" घटकांचा एक संच सेट करणे. प्रत्येक क्षणी, शेवटच्या क्षणी सेन्सर डेटा अंदाज सुधारण्यासाठी आकडेवारीसाठी (सेल्फ-अ‍ॅडिंग) वापरला जाईल आणि सेन्सरच्या गुणवत्तेचा देखील न्याय केला जाईल. अंदाजित मूल्य आणि सेन्सरच्या मोजलेल्या मूल्याच्या तुलनेत, एक उत्कृष्ट मूल्य अंदाज आणि आउटपुट असेल.

याचा अर्थ असा की जर एखादा सेन्सर नेहमीच एक चांगला आणि सातत्यपूर्ण मूल्य देतो आणि आपल्याला काहीतरी संभवत नाही असे सांगण्यास सुरवात करत असेल तर सेन्सरची विश्वासार्हता पातळी पुन्हा अर्थ प्राप्त होईपर्यंत काही मिलिसेकंदांमध्ये कमी होईल.

हे साध्या सरासरीपेक्षा किंवा मतदानापेक्षा चांगले आहे, कारण बहुतेक सेन्सर तात्पुरते ऑर्डरच्या बाहेर असलेल्या परिस्थितीशी कलमन फिल्टर सामोरे जाऊ शकते. जोपर्यंत एखादी व्यक्ती चांगले कारण ठेवू शकत नाही, तो गडद क्षणाद्वारे रोबोट बनवू शकतो.

कॅलमन फिल्टर हा मार्कोव्ह चेन आणि बायसीयन युक्तिवादाच्या अधिक सामान्य संकल्पनांचा अनुप्रयोग आहे, जो गणिताची प्रणाली आहे जी पुराव्यांचा वापर करून पुनरावृत्तीपणे त्यांचे अंदाज सुधारते. ही साधने विज्ञान स्वतःच चाचणी कल्पनांना मदत करण्यासाठी वापरली जाणारी साधने आहेत (जे आपण ज्याला "सांख्यिकीय महत्त्व" म्हणतो त्याचा आधार देखील आहे).

म्हणूनच, असे म्हटले जाऊ शकते की काही सेन्सर फ्यूजन सिस्टम प्रति सेकंद 1000 वेळा वेगाने विज्ञानाचे सार व्यक्त करीत आहेत.

कालमन फिल्टरचा वापर अनेक दशकांपासून स्पेस उपग्रहांच्या कक्षीय स्थानकांमध्ये केला जात आहे. आधुनिक मायक्रोकंट्रोलर्स रिअल टाइममध्ये अल्गोरिदम चालवू शकतात म्हणून ते रोबोटिक्समध्ये अधिकाधिक लोकप्रिय होत आहेत.