چگونه فیلتر کالمن داده‌های پرنویز حسگرها را برای تخمین وضعیت واقعی ترکیب می‌کند

فیلتر کالمن داده‌های پرنویز حسگرها را با پیش‌بینی مداوم وضعیت بعدی سیستم و سپس اصلاح آن پیش‌بینی با استفاده از اندازه‌گیری‌های دریافتی، به شکلی بهینه ترکیب می‌کند و به هر یک بر اساس عدم قطعیت ریاضی آن‌ها وزن می‌دهد. این نه یک مدل هوش مصنوعی است و نه یک شبکه عصبی، بلکه یک الگوریتم بازگشتی است که در سال ۱۹۶۰ منتشر شد و وقتی هر حسگری کمی اشتباه می‌کند، محتمل‌ترین واقعیت واحد را محاسبه می‌کند.[2]

در حالی که شرکت‌های مدرن فعال در حوزه رانندگی خودکار، روی عبارت‌های پرزرق‌وبرقی مثل «سیستم‌های درک مبتنی بر هوش مصنوعی» و «ترکیب شناختی حسگرها» مانور تبلیغاتی می‌دهند، بنیان ریاضی این سیستم‌ها همچنان همان تخمین خطی درجه دوم ۶۶ ساله رودولف کالمن است. وقتی یک خودروی Waymo یا Tesla از یک تقاطع پیچیده عبور می‌کند، برای تطبیق واقعیت‌های متناقضی که سخت‌افزارهایش گزارش می‌دهند، به همین فیلتر متکی است. اگر رادار ادعا کند که مانعی در فاصله ۱۵ متری است و لایدار (LiDAR) اصرار داشته باشد که فاصله ۱۴٫۸ متر است، این الگوریتم صرفاً میانگین آن‌ها را نمی‌گیرد؛ بلکه یک ماتریس کوواریانس محاسبه می‌کند تا تصمیم بگیرد در آن لحظه کدام حسگر قابل‌اعتمادتر است.[5]

این الگوریتم در یک حلقه بی‌وقفه کار می‌کند. همان‌طور که مستندات MathWorks توضیح می‌دهد: «الگوریتم این فیلتر یک فرآیند دومرحله‌ای است: مرحله اول وضعیت سیستم را پیش‌بینی می‌کند و مرحله دوم از اندازه‌گیری‌های پرنویز برای اصلاح تخمین وضعیت سیستم استفاده می‌کند.» در فاز پیش‌بینی، فیلتر از یک مدل ریاضی از دینامیک سیستم استفاده می‌کند تا حدس بزند در حال حاضر دقیقاً باید کجا باشد.[1]

از آنجا که دنیای واقعی پر از بی‌نظمی است، این پیش‌بینی ذاتاً با عدم قطعیت همراه است؛ مفهومی که مهندسان به آن «نویز فرآیند» می‌گویند. یک تندباد ناگهانی یا افت جزئی فشار باد لاستیک به این معناست که خودرو هرگز دقیقاً در همان نقطه‌ای نیست که مدل فیزیکی می‌گوید باید باشد. فیلتر این شک را کمّی‌سازی می‌کند و هرچه زمان بیشتری بدون دریافت اندازه‌گیری جدید سپری شود، حاشیه خطای خود را گسترش می‌دهد.[4]

سپس نوبت به فاز به‌روزرسانی می‌رسد. سیستم داده‌های جدیدی را از حسگرهای خود دریافت می‌کند؛ مختصات جی‌پی‌اس، خوانش‌های واحد اندازه‌گیری اینرسی (IMU) یا تیک‌های انکودر چرخ. با این حال، حسگرها نیز بی‌نقص نیستند. سیگنال‌های جی‌پی‌اس از ساختمان‌ها منعکس می‌شوند، IMUها به مرور زمان دچار انحراف می‌شوند و انکودرهای چرخ روی آسفالت خیس می‌لغزند. این بی‌دقتی ذاتی به عنوان «نویز اندازه‌گیری» شناخته می‌شود.[4]

نبوغ فیلتر کالمن در نحوه حل‌وفصل تضاد بین پیش‌بینی نامطمئن و اندازه‌گیری پرنویز نهفته است. این فیلتر مقداری به نام «بهره کالمن» را محاسبه می‌کند؛ یک ضریب وزن‌دهی پویا که تعیین می‌کند چقدر باید به داده‌های جدید حسگر در برابر پیش‌بینی داخلی سیستم اعتماد کرد.[2]

اگر یک حسگر بسیار دقیق باشد و مدل داخلی سیستم در حال حاضر نامطمئن باشد، بهره کالمن به شدت به سمت اندازه‌گیری متمایل می‌شود. برعکس، همان‌طور که در آموزش فیلتر کالمن اشاره شده است، «وقتی یک اندازه‌گیری بسیار پرنویز برای به‌روزرسانی وضعیت سیستم وارد می‌شود، بهره کالمن به تخمین وضعیت فعلی خود بیشتر از این اطلاعات جدید و نادرست اعتماد خواهد کرد.» نتیجه کار، تخمین وضعیت جدیدی است که از نظر آماری دقیق‌تر از پیش‌بینی یا اندازه‌گیری به تنهایی است.[3]

این مکانیزم ظریف همان چیزی است که فضاپیمای آپولو را در سال ۱۹۶۹ به ماه هدایت کرد. کامپیوتر ناوبری آپولو اندازه‌گیری‌های اینرسی را که دائماً در حال انحراف بودند، با رصدهای گاه‌به‌گاه و دقیق ستارگان توسط فضانوردان ترکیب می‌کرد. این فیلتر بهترین تخمین واحد از موقعیت و سرعت را تولید کرد و مسیری را در پهنای یک‌چهارم میلیون مایل در فضا، با استفاده از کسری از حافظه‌ای که در یک لامپ هوشمند امروزی یافت می‌شود، ترسیم نمود.[5]

امروزه، این الگوریتم همه‌جا حضور دارد، هرچند اغلب در پس زبان بازاریابی «ترکیب حسگرها» پنهان شده است. بازار جهانی ترکیب حسگرها که داده‌های دوربین‌ها، رادار و لایدار را یکپارچه می‌کند، در سال ۲۰۲۵ به ۹٫۷ میلیارد دلار رسید و پیش‌بینی می‌شود تا سال ۲۰۳۴ از ۳۱ میلیارد دلار فراتر رود. با این حال، در پس هیاهوی تجاری «خودروهای نرم‌افزارمحور»، وظیفه اصلی دقیقاً مشابه ماموریت آپولو باقی مانده است: استخراج حقیقت از میان داده‌های پرنویز.[5]

در بخش خودروسازی، شرکت‌ها به طور فزاینده‌ای در حال دور شدن از طراحی‌های تک‌حسگری و حرکت به سمت معماری‌های پیچیده ترکیبی هستند. به عنوان مثال، فولکس‌واگن خودروهای پلتفرم MEB خود را برای مدل‌های پس از ۲۰۲۶ به سیستم‌های ترکیبی رادار-دوربین تغییر داد. این سیستم‌ها از فیلتر کالمن، به ویژه نسخه‌های غیرخطی مانند فیلتر کالمن توسعه‌یافته (EKF) یا فیلتر کالمن بی‌اثر (UKF)، برای ردیابی بلادرنگ اشیاء استفاده می‌کنند.[1]

فیلتر کالمن استاندارد فرض می‌کند که دینامیک یک سیستم خطی است و نویز از یک توزیع گاوسی یا زنگوله‌ای پیروی می‌کند. با این حال، رباتیک در دنیای واقعی به ندرت در خطوط مستقیم حرکت می‌کند. وقتی یک خودروی خودران می‌پیچد، هندسه حرکت غیرخطی می‌شود. فیلتر کالمن توسعه‌یافته این مشکل را با استفاده از بسط سری تیلور برای خطی کردن میانگین و کوواریانس فعلی حل می‌کند و به الگوریتم اجازه می‌دهد تا منحنی‌های پیچیده را مدیریت کند.[4]

حتی با وجود این انطباق‌ها، فیلتر محدودیت‌هایی دارد. این الگوریتم در مواجهه با نویزهای به شدت غیرگاوسی دچار مشکل می‌شود؛ به عنوان مثال، زمانی که یک حسگر فقط کمی بی‌دقت نیست، بلکه کاملاً مسدود شده یا داده‌های جعلی دریافت می‌کند. در این موارد خاص، مهندسان اغلب به سراغ فیلترهای ذرات می‌روند که به جای ماتریس‌های سخت‌گیرانه گاوسی، از تکنیک بیزی نمونه‌های تصادفی وزن‌دار استفاده می‌کنند.[4]

با وجود ظهور یادگیری عمیق، فیلتر کالمن همچنان ضروری است، زیرا از نظر محاسباتی ارزان بوده و تحت مفروضات خاص خود، بهینه‌بودن آن قابل اثبات است. شبکه‌های عصبی برای استنتاج روابط به مجموعه‌داده‌های عظیم و قدرت پردازش قابل‌توجهی نیاز دارند، در حالی که فیلتر کالمن تنها به تخمین قبلی و جدیدترین اندازه‌گیری نیازمند است. این فیلتر هرگز مجبور نیست کل تاریخچه داده‌ها را ذخیره یا دوباره پردازش کند.[2]

این کارایی در حال هدایت کاربردهای جدیدی فراتر از ناوبری سنتی است. در سپتامبر ۲۰۲۶، پژوهشگران نشان دادند که چگونه می‌توان این فیلتر را در شبکه‌های خودرویی به کار برد. با دریافت مداوم داده‌های موقعیتی از خودروهای در حال حرکت، این الگوریتم پیش‌بینی می‌کند که آن وسایل نقلیه لحظاتی بعد در کجا خواهند بود و به پروتکل‌های مسیریابی اجازه می‌دهد تا قطعی ارتباطات را پیش از وقوع پیش‌بینی کنند.[5]

فیلتر کالمن به عنوان یک فرمول‌بندی ریاضی از عقل سلیم عمل می‌کند. این الگوریتم می‌پذیرد که مدل‌های ما از جهان دارای نقص هستند و مشاهدات ما کامل نیستند. این الگوریتم با کمّی‌سازی دقیق آنچه نمی‌داند، به طور مداوم دقیق‌ترین مسیر رو به جلو را پیدا می‌کند و ثابت می‌کند که بهترین راه برای مدیریت عدم قطعیت، اندازه‌گیری آن است.[5]