Ước lượng trạng thái xác định tình trạng của robot từ dữ liệu cảm biến. Trạng thái bao gồm vị trí, hướng, vận tốc và đôi khi cả các biến nội bộ như góc khớp hoặc mức pin. Cảm biến đo lường một cách gián tiếp và không chính xác. Ước lượng trạng thái kết hợp các phép đo với mô hình chuyển động của robot để đưa ra dự đoán tốt nhất.

Bộ lọc Kalman là công cụ kinh điển. Nó dự đoán trạng thái tiếp theo bằng cách sử dụng mô hình chuyển động, sau đó cập nhật dự đoán bằng dữ liệu cảm biến. Kết quả là trung bình có trọng số của dự đoán và phép đo. Trọng số đến từ độ không chắc chắn của mỗi yếu tố. Nếu mô hình đáng tin cậy và cảm biến nhiễu, bộ lọc sẽ tin tưởng mô hình hơn. Nếu cảm biến chính xác, nó sẽ tin tưởng cảm biến hơn.

Thách thức ước lượng trạng thái

• Chuyển động phi tuyến tính: Bộ lọc Kalman cần tuyến tính hóa.
• Nhiễu phi Gaussian: bộ lọc hạt xử lý được loại nhiễu này.
• Các giá trị ngoại lệ: một phép đo không chính xác có thể làm sai lệch ước tính.
• Độ trễ: Việc đo lường bị trì hoãn gây ra lỗi.
• Khả năng quan sát: một số trạng thái không thể ước tính được từ các cảm biến hiện có.

Ước lượng trạng thái xuất hiện ở khắp mọi nơi trong robot học. Máy bay không người lái ước lượng tư thế của nó từ dữ liệu con quay hồi chuyển và gia tốc kế. Ô tô ước lượng vị trí của nó từ GPS, IMU và tốc độ bánh xe. Cánh tay robot ước lượng góc khớp từ bộ mã hóa. Ước lượng này được đưa vào bộ điều khiển, bộ điều khiển sẽ quyết định hành động tiếp theo. Một ước lượng sai dẫn đến những quyết định sai. Một ước lượng tốt sẽ không gây ảnh hưởng gì. Robot chỉ đơn giản là hoạt động. Ước lượng trạng thái không phải là việc có các cảm biến hoàn hảo. Nó là việc trích xuất thông tin hữu ích nhất từ ​​các cảm biến không hoàn hảo. Đó là lý do tại sao nó là một trong những chủ đề quan trọng nhất trong robot học.