感測器融合

感測器融合是一門手藝：把幾個各有缺陷的感測器合在一起，得出一個比其中任何一個單獨都更好的估計。每個感測器都有短板：攝影機看得到豐富的細節，卻在黑暗中睜眼瞎；GPS 大致知道你在哪，卻會抖動好幾米；慣性感測器對運動反應即時，卻會慢慢漂離正軌。融合就像一個陪審團在掂量幾位都不太可靠的證人——沒有哪一份證詞被完全採信，但拼湊在一起，它們會匯聚出一個比任何一位證人單獨所能給出的、都更接近真相的版本。

巧妙之處在於，融合並不只是把各個感測器取平均；它會按照每個感測器此刻有多可信來加權，並讓它們互相補上彼此的盲區。反應快的慣性感測器填補 GPS 緩慢更新之間的空檔，而 GPS 又不斷把漂移的慣性感測器拉回正軌——各自的長處補上對方的短處。自動駕駛汽車就是這樣把攝影機、雷達、光達和車輪感測器摻在一起，於是濃霧讓其中一個失明，也不會讓整輛車失明。你的手機則融合它的加速度計、陀螺儀和磁力計，才能知道哪邊朝上、你正面朝哪個方向。

把這件事做好，本質上是一個「在不確定中做估計」的問題，而真正實現它的數學機器——卡爾曼濾波器、粒子濾波器及其同類——屬於狀態估計的天地。所以不妨把感測器融合看作這個目標的日常叫法（把許多帶雜訊的感知，變成對世界一個乾淨的判斷），而狀態估計則是真正把它辦成的、更深一層的方法工具箱。