Tôi có một hệ thống trong đó tôi có hai hệ thống con riêng biệt để ước tính vị trí robot. Hệ thống con đầu tiên bao gồm 3 camera được sử dụng để phát hiện các điểm đánh dấu mà robot đang mang và đưa ra 3 ước tính về vị trí và hướng của robot. Hệ thống con thứ hai là một hệ thống được đặt trên robot và đang đo tốc độ trên hai điểm của robot. Bằng cách tích hợp hai số đó, tôi có thể ước tính vị trí và hướng của robot (vì tôi đang theo dõi hai điểm cùng một lúc).
Hệ thống đầu tiên ít chính xác hơn nhưng hệ thống thứ hai trôi. Hệ thống thứ nhất cho đầu ra khoảng một lần một giây trong khi hệ thống thứ hai cho đầu ra thường xuyên hơn (100-200 lần mỗi giây).
Tôi cho rằng phải có cách tiếp cận tốt hơn là chỉ đặt lại vị trí với ước tính của hệ thống thứ nhất (vì nó không chính xác 100%), nhưng cũng sử dụng vị trí tích lũy từ hệ thống cảm biến thứ hai và hợp nhất với dữ liệu mới từ hệ thống đầu tiên. Ngoài ra, có một câu hỏi làm thế nào để hợp nhất 3 ước tính của hệ thống đầu tiên? Phải có một cách tốt hơn so với trung bình thuần vì có thể xảy ra rằng hai ước tính hoàn toàn giống nhau và thứ ba là hoàn toàn khác nhau (có nghĩa là nó có thể sai hơn)?
Bạn có bất kỳ thuật toán nhiệt hạch nào để khuyến nghị sử dụng trong một hệ thống như vậy không? Tôi biết về bộ lọc Kalman, nhưng tôi gặp khó khăn khi tìm ra cách sử dụng nó làm hai hệ thống xuất dữ liệu ở các tần số khác nhau.
Tôi hy vọng câu hỏi đủ rõ ràng, cách tiếp cận tốt nhất để hợp nhất các ước tính thành một ước tính chính xác và chính xác hơn là gì?
Cảm ơn
