मैं एक मानवरहित हवाई वाहन तैयार कर रहा हूं, जिसमें कई प्रकार के सेंसर शामिल होंगे:
मेरे एक मित्र ने मुझे बताया कि मुझे यह सभी सेंसर डेटा एक कलमन फ़िल्टर के माध्यम से डालने की आवश्यकता होगी, लेकिन मुझे समझ नहीं आता कि क्यों। मैं इसे सीधे अपने माइक्रो कंट्रोलर में क्यों नहीं डाल सकता। कलमैन फ़िल्टर मेरे सेंसर डेटा के बारे में मुझे कैसे मदद करता है?
जवाबों:
आप इन सभी सेंसर को सीधे एक माइक्रोकंट्रोलर से कनेक्ट करते हैं। Kalman फ़िल्टर LRC फ़िल्टर की तरह एक इलेक्ट्रॉनिक फ़िल्टर नहीं है जो सेंसर और माइक्रोकंट्रोलर के बीच जाता है। कलमन फ़िल्टर माइक्रोकंट्रोलर के अंदर सॉफ्टवेयर रूटीन के रूप में कार्यान्वित एक गणितीय फ़िल्टर है।
आपके द्वारा सूचीबद्ध सेंसर हर बार अपडेट होने पर माइक्रोकंट्रोलर को 14 या 15 कच्चे नंबर देते हैं।
जब मैं थोड़ा विमान उड़ाता हूं, तो मैं वास्तव में जानना चाहता हूं कि इसकी स्थिति और अभिविन्यास क्या है और यह जमीन से 7 मीटर ऊपर है।
मुझे कुछ ऐसा चाहिए जो मुझे उन 7 नंबरों को दे।
आदर्श रूप से मैं अपने नियंत्रण लूप के माध्यम से हर बार उन 7 नंबरों का एक नया अनुमान चाहता हूं। मेरे सस्ते GPS से मुझे प्राप्त होने वाला प्रति सेकंड अपडेट लगभग बहुत तेज़ नहीं है। (लोग किस आवृत्ति पर मेरे क्वाडकॉप्टर आउटपुट-सेंस-कैलकुलेशन-आउटपुट अपडेट लूप को स्थिर रहने की आवश्यकता है? मुझे बता रहे हैं कि 50-बार-प्रति-सेकंड भी पर्याप्त तेज़ नहीं है)।
किसी तरह मैं उन 14 या 15 कच्चे नंबरों को कम करने जा रहा हूं जो मेरे पास हैं, जिनमें से कुछ केवल कभी-कभी अपडेट हो जाते हैं, (7 अनुमानों के अनुसार) जो मुझे वास्तव में चाहिए।
जैसा कि जोश ने बताया, उन कच्चे नंबरों को उपयोग करने योग्य डेटा में बदलने के कई तदर्थ तरीके हैं। कोई भी दिनचर्या जो 15 संख्याओं को 7 संख्याओं में परिवर्तित करती है, उसे "फ़िल्टर" के रूप में वर्णित किया जा सकता है।
आपको इष्टतम फ़िल्टर का उपयोग करने की आवश्यकता नहीं है । लेकिन आप कुछ प्रकार के फ़िल्टर का उपयोग करेंगे - यानी, कुछ ऐसा जो 15 नंबर के कच्चे डेटा से कनवर्ट होता है, जो आपके द्वारा वास्तव में इच्छित 7 नंबरों का (अनुमानों में) है।
Kalman फिल्टर कुछ परिस्थितियों में, है, "इष्टतम" फिल्टर, 7 संख्या मैं वास्तव में चाहते हैं कि कच्चे डेटा परिवर्तित करने का सबसे अच्छा तरीका।
कलमन फ़िल्टर का उपयोग करने के लिए आपके हिस्से पर कम काम लग सकता है जो किसी और ने पहले से ही लिखा है और डीबग किया है, खरोंच से कुछ अन्य फ़िल्टर लिखने के लिए, इसे डीबग करें और जब तक यह प्रयोग करने योग्य न हो तब तक इसमें सामान जोड़ें - एक फ़िल्टर अनिवार्य रूप से उप-इष्टतम होना।
संक्षिप्त, कठिन उत्तर है "इसे बिना एक के लिए आज़माएं।" बेहतर उत्तर एक उदाहरण है: जब आपका एक्सक्लूज़न किलोमीटर कहता है कि आप ऊर्ध्वाधर से 10 डिग्री दूर हैं, लेकिन आपका जाइरो कहता है कि आपने ऊर्ध्वाधर से दूर नहीं घुमाया है, और आपका मैग्नेटोमीटर उत्तर से 30 डिग्री कम ऑफसेट की सूचना दे रहा है, लेकिन आपका ग्यारो 32 डिग्री कहता है। वर्तमान शीर्षक और झुकाव क्या है?
आप शायद एक लाख तदर्थ तरीकों के साथ आएंगे, जो एक उदाहरण में काम करते हैं, लेकिन दूसरों में असफल होते हैं। इस कार्य के लिए कलमन फ़िल्टर (एक्सटेंडेड कलमन फ़िल्टर (EKF)!) आपको इन प्रश्नों का उत्तर देने के लिए एक कठोर तरीका प्रदान करेगा। उत्तरों की गुणवत्ता पर अभी भी शोध किया जा रहा है - हालांकि ईकेएफ का ट्रैक रिकॉर्ड बहुत अच्छा है - लेकिन कम से कम हर कोई सहमत होगा कि उत्तर क्या हैं ।
सेंसर डेटा शोर है। यदि आप इसे फ़िल्टर नहीं करते हैं, तो आपका वाहन कम से कम गलत तरीके से कार्य करेगा यदि यह उड़ान भरने के लिए पर्याप्त स्थिर था। फ़िल्टरिंग, एक कलमन फ़िल्टर के माध्यम से या अन्यथा, सही ढंग से किए जाने पर शोर को कम कर सकता है, बदले में स्थिरता में सुधार कर सकता है।
एक कलमन फ़िल्टर एक विशेष रूप से शक्तिशाली फ़िल्टर है। यह सिस्टम और आपके सेंसर दोनों के लिए सिस्टम और शोर मॉडल का एक मॉडल लेता है। यह तब प्रदान की गई स्थिति के आधार पर वाहन की स्थिति का अनुमान लगाता है और नियंत्रण किसी भी समय पर लागू होता है। यह अनुमानित स्थिति सेंसर रिपोर्ट की तुलना में अधिक सटीक होगी।
आप कण फिल्टर का भी उपयोग कर सकते हैं। कण फिल्टर के लिए मूल परिचय के लिए, आप एक रोबोट कार प्रोग्रामिंग में प्रोफेसर Thrun के वीडियो पर एक नज़र हो सकता है।
http://www.youtube.com/watch?v=H0G1yslM5rc
http://www.youtube.com/watch?v=QgOUu2sUDzg
कण फिल्टर अधिक मजबूत होते हैं और लूप बंद होने की त्रुटि की कम संभावना होती है, जो आमतौर पर ईकेएफ को लागू करते समय होता है।
वीडियो एक कण फिल्टर के कामकाज का वर्णन करते हैं।
एक कलमन फ़िल्टर एक एल्गोरिथ्म है जो आमतौर पर यूएवी में उपयोग किया जाता है ताकि यूएवी की स्थिति और / या अभिविन्यास के "इष्टतम" अनुमान प्रदान करने के लिए कई सेंसर मापों का एक साथ उपयोग किया जा सके। उदाहरण के लिए, एक कलमन फ़िल्टर यूएवी के जबड़े, पिच और रोल का अनुमान लगाने के लिए एक वेग के अनुमान के साथ एक्सेलेरोमीटर, जाइरो और मैग्नेटोमीटर माप को फ्यूज कर सकता है।
यूएवी राज्य के आकलन में उपयोग किए जाने वाले सेंसर और एल्गोरिदम के बारे में अधिक जानकारी के लिए, छोटे मानवरहित विमान उड़ान के स्टैंड-अलोन लेख फंडामेंटल की कोशिश करें ।
लेख भी वर्णित Kalman फ़िल्टर UAV राज्य आकलन एल्गोरिदम को लागू करने के साथ Matlab कोड के साथ जोड़ता है।