[Algorytmy] Matematyczne metody fuzji sensorycznej

[airgrzybek]

Bardzo często w robotyce jesteśmy zmuszeni do wyznaczania interesujących nas parametrów stanu robota. Przy zapewnieniu odpowiedniego oczujnikowania robota jesteśmy w stanie zmierzyć interesującą nas wielkość lub wyznaczyć ją z innych zależności i dostępnych danych. Posługując się jednak surowymi odczytami z sensorów narażamy się poważne błędy. Każdy z czujników ma swoją dokładność. Co za tym idzie każda odczytywana wartość jest obarczona błędem. Dodatkowym niekorzystnym zjawiskiem jest dryf czujnika, czyli wraz z działaniem danego sensora otrzymujemy coraz bardziej zaszumione odczyty. Innym problemem jest sposób powiązania poszczególnych sensorów między sobą. Przecież niewątpliwie mierzone osobno przemieszczenie robota kołowego za pomocą enkoderów i pomiar jego przyspieszenia są od siebie zależne. Jak więc efektywnie połączyć ze sobą odczyty z różnych sensorów i odfiltrować szumy aby uzyskać wiarygodne dane? Odpowiedzią są różnego rodzaju algorytmy fuzji sensorycznej. W zredagowanym przeze mnie artykule został przedstawiony podział matematycznych algorytmów filtracji sensorycznej. Dokładnie opisane zostały popularne filtry, które również pokazano w postaci algorytmicznej - gotowej do zaimplementowania w wybranym języku programowania. Na koniec pokazano praktyczne wykorzystanie opisywanych algorytmów. Zachęcam gorąco do lektury!

__________

Komentarz dodany przez: Sabre

Popraw błędy w tym wstępie, artykułu nie czytałem, ale podejrzewam, że może być tak samo jak tu.

__________

Komentarz dodany przez: Treker

Proszę dodać brakujący plik graficzny.

Matematyczne_metody_fuzji_sensorycznej_Dawid_Powazka.pdf

Forbot.rar