总是让我,似乎有两个关键元素传感器融合。有部分可以用数学解决——例如,补偿磁强计读数占倾斜以加速度计——然后是启发式的部分。后者的处理,例如,决定你的陀螺阅读毫无意义和推迟指南针而不是给你一个标题。虽然数学的第一部分是对所有球员,或多或少地普遍的启发式为分化将提供更多的机会。
在最近的谈话在MEMS执行国会Movea的布莱恩Hoadley指出,实际上比这更多。首先,我应该注意到,他们兜售这个短语“数据融合”而不是“简单”传感器融合。,部分是由于这样的事实,他们试图提高抽象水平远远高于简单低级的融合(如所显示的元素周期表事实上,他们做跑步步态分析和网球服务),还因为,在很多情况下,数据不包含来自一个传感器。
这将是一个导航算法的经典例子,不仅使用IMU数据,但也GPS甚至速度计数据。(好吧,我想一个速度表是一个传感器,尽管行人…或…等,不,一个计步器将行人…GPS定位?这是不太明显)。添加地图数据和现在你毫无疑问多传感器数据融合。你融合数据,其中一些来自传感器。
还有一个元素出现,根据Hoadley先生。这听起来微不足道的或无关紧要的,但它很重要,它就像在看回你喜欢的美食餐厅的厨房:它是那么迷人的餐厅。除了数学和启发式的物流管理的所有数据和数据格式正确和有效的。
(让我想起了大学编程项目,我把核心任务,只是增加了一些I / O,不是必需的。通宵完成几个计划不周的之后,我的代码算法重要的东西10%和90%垃圾中获取数据。这是非常值得的,3%的额外奖金。我在ROI的第一课。)
这一点,有更多的精美食物的烹饪比创建漂亮的栈(推翻当第一个叉支安打);有很多无聊,平凡的食物准备。
之前,我已经问了一个问题,是否可以简化这些数据格式各样的标准或统一;这是一个领域似乎没有足够的痛苦烦恼。,或先行者已经自己解决了这个问题,现在的混乱障碍别人充当一个条目。