تُحدد عملية تقدير الحالة حالة الروبوت من بيانات المستشعرات. تشمل الحالة الموقع والاتجاه والسرعة، وأحيانًا متغيرات داخلية مثل زوايا المفاصل أو مستوى البطارية. تقيس المستشعرات بشكل غير مباشر وبضوضاء. تجمع عملية تقدير الحالة القياسات مع نموذج لكيفية حركة الروبوت للوصول إلى أفضل تقدير ممكن.

مرشح كالمان هو الأداة الكلاسيكية. يتنبأ بالحالة التالية باستخدام نموذج الحركة، ثم يُحدّث التنبؤ ببيانات المستشعر. والنتيجة هي متوسط ​​مرجّح للتنبؤ والقياس. وتُستمد الأوزان من عدم اليقين في كليهما. فإذا كان النموذج موثوقًا والمستشعر به تشويش، يثق المرشح بالنموذج أكثر. أما إذا كان المستشعر دقيقًا، فإنه يثق به أكثر.

تحديات تقدير الدولة

• الحركة غير الخطية: يحتاج مرشح كالمان إلى عملية التخطيط الخطي.
• الضوضاء غير الغاوسية: مرشحات الجسيمات تتعامل معها.
• القيم الشاذة: يمكن أن يؤدي القياس السيئ إلى تشويه التقدير.
• زمن الاستجابة: تؤدي القياسات المتأخرة إلى حدوث أخطاء.
• إمكانية الرصد: لا يمكن تقدير بعض الحالات من خلال أجهزة الاستشعار المتاحة.

يُعدّ تقدير الحالة أساسيًا في مجال الروبوتات. فالطائرة المسيّرة تُقدّر وضعها من بيانات الجيروسكوب ومقياس التسارع، والسيارة تُقدّر موقعها من نظام تحديد المواقع العالمي (GPS) ووحدة القياس بالقصور الذاتي (IMU) وسرعة العجلات، وذراع الروبوت تُقدّر زوايا المفاصل من أجهزة التشفير. تُغذّي هذه التقديرات وحدة التحكم التي تُحدّد الخطوة التالية. يؤدي التقدير الخاطئ إلى قرارات خاطئة، بينما يكون التقدير الجيد غير ملحوظ، فيعمل الروبوت ببساطة. لا يتعلق تقدير الحالة بامتلاك مستشعرات مثالية، بل باستخلاص المعلومات الأكثر فائدة من المستشعرات غير المثالية. ولذلك، يُعدّ من أهم المواضيع في مجال الروبوتات.