Saat ini saya memiliki robot gaya roda tiga yang menggunakan filter kalman yang diperluas untuk melacak 6 variabel keadaan. Input ke sistem adalah steer encoder, distance encoder, dan laser yang berputar yang hanya membawa informasi ke landmark yang diketahui. Saat ini kedua encoders terletak di roda utama (Yang mengarahkan dan juga bertenaga).
6 variabel yang dilacak oleh Kalman Filter adalah X, Y, Heading, Distance Scaling (kalibrasi encoder jarak), Steer Calibration (offset dari steer encoder), dan akhirnya kalibrasi bantalan laser berputar.
Dengan sistem semacam ini kami mengumpulkan kendaraan yang memberikan lokasi yang dikenal baik dengan banyak landmark, mengendarainya sedikit, dan berakhir dengan kendaraan yang dikalibrasi dengan baik yang dapat berkendara jarak jauh andal dengan beberapa landmark. Ini sederhana dan bekerja sangat baik. Seiring waktu jika sebuah enkoder melayang secara otomatis akan mengikuti penyimpangan dan menyesuaikan.
Kami sekarang berusaha menerapkan prinsip yang sama pada robot dengan banyak kemudi dan roda penggerak. Dalam hal ini kendaraan akan dapat bergerak ke segala arah, berputar di tempat, dll. Setiap setir / roda penggerak akan memiliki setir dan jarak masing-masing yang harus dikalibrasi.
Dapatkah saya berharap mendapatkan keandalan dan kinerja yang sama dari sistem yang lebih kompleks? Apakah ada kesulitan umum yang harus diperhatikan ketika memperluas filter kalman untuk memasukkan lebih banyak variabel? Apakah ada risiko penyelesaiannya berdasarkan nilai yang kurang optimal?