การ นํา เทคนิค การ กรอง ข้อมูล ไป ใช้ จะ ช่วย ให้ หุ่น ยนต์ สามารถ แปล ข้อมูล ได้ ดี ขึ้น
ชนิดของสัญญาณรบกวน
เสียงรบกวนจากเครื่องตรวจจับสามารถจําแนกเป็นประเภทได้หลายประเภท รวมถึงเสียงรบกวน, การลําเอียง, และเสียงลอย เสียงสุ่มรบกวนแบบฟลุตแบบฟลุตที่ไม่สามารถคาดเดาได้ ในขณะที่อคติจะกระตุ้นให้เกิดข้อผิดพลาดเสมอตัว การปรับเทียบของเซ็นเซอร์นั้นจะเกิดขึ้นเมื่อเริ่มอ่านผ่านกาลเวลา
การกรองแบบทั่วไป
วิธีการกรองหลายแบบ ถูกใช้ในการลดเสียงรบกวนในข้อมูลเซ็นเซอร์ รวมถึงข้อมูลทั่วไป:
- [FLT: 0]. ตัวกรองการหายใจเฉลี่ย: ข้อมูลเรียบโดย averques number ของการอ่านล่าสุด.
- [FLT: 0] ตัวกรอง Kalman: การวัดเซ็นเซอร์ตามเวลาเพื่อประเมินสถานะจริง, การบัญชีเสียง.
- [FLT: 0]. ตัวกรอง Median: แทนจุดข้อมูลแต่ละจุดด้วยมัธยฐานของจุดข้างเคียงเพื่อลบส่วนที่เกินออกไป
- [FLT: 0] ตัวกรองพาส: ส่งสัญญาณให้ส่งคลื่นความถี่ไปใต้ความถี่บางส่วน กรองเสียงความถี่สูง
เลือกตัวกรองด้านขวา
การเลือกเทคนิคการกรองที่เหมาะสมนั้น ขึ้นอยู่กับชนิดของเซ็นเซอร์และโปรแกรม สําหรับระบบที่มีจริง ประสิทธิภาพของการคํานวณนั้นสําคัญ ตัวกรอง Kalman เหมาะกับสภาพแวดล้อมที่ผันผวน ในขณะที่ค่ามัธยฐานกรองนั้นมีประสิทธิภาพในการต่อต้านเสียงที่หุนหันพลันแล่น