Saya memiliki sistem di mana saya memiliki dua subsistem yang terpisah untuk memperkirakan posisi robot. Subsistem pertama terdiri dari 3 kamera yang digunakan untuk mendeteksi penanda yang dilakukan robot dan yang menghasilkan 3 perkiraan posisi dan orientasi robot. Subsistem kedua adalah sistem yang terletak pada robot dan mengukur kecepatan pada dua titik robot. Dengan mengintegrasikan keduanya secara numerik saya bisa mendapatkan perkiraan posisi dan orientasi robot (karena saya melacak dua titik sekaligus).
Sistem pertama kurang akurat tetapi sistem kedua melayang. Sistem pertama memberikan output sekitar satu detik sekali, sedangkan yang kedua memberikan output lebih sering (100-200 kali per detik).
Saya berasumsi harus ada pendekatan yang lebih baik daripada hanya mengatur ulang posisi dengan perkiraan sistem pertama (karena tidak 100% akurat), tetapi juga menggunakan posisi akumulasi dari sistem sensor kedua dan menggabungkannya dengan data baru dari sistem pertama. Juga, ada pertanyaan bagaimana memadukan 3 perkiraan sistem pertama? Harus ada cara yang lebih baik daripada rata-rata murni karena mungkin terjadi bahwa kedua perkiraan itu persis sama dan yang ketiga sama sekali berbeda (artinya mungkin lebih salah)?
Apakah Anda memiliki algoritme fusi yang direkomendasikan untuk digunakan dalam sistem seperti itu? Saya tahu tentang filter Kalman, tetapi saya mengalami kesulitan mencari tahu bagaimana menggunakannya sebagai data output dua sistem pada frekuensi yang berbeda.
Saya harap pertanyaannya cukup jelas, apa pendekatan terbaik untuk menggabungkan estimasi menjadi estimasi yang lebih benar dan akurat?
Terima kasih