The research examined the fusion of signals from magnetometer, gyroscope and acceleration sensors (MARG sensor). The focus of the article is the sensor fusion by supervised learning, which is an estimate of the situation based on the parallel processing of different types of measured data in the case of periodic movements. The applicability of the learning algorithms was examined through a practical example of a pendulum.

A kutatás során magnetométer, giroszkóp és gyorsulásérzékelő szenzorok (MARG szenzor) jeleinek fúzióját vizsgáltuk. A cikk fókusza a felügyelt tanulás által végzett szenzorfúzió, amely a különböző típusú mért adatok párhuzamosfeldolgozásán alapuló pozíció becslését jelenti periodikus mozgások esetén. A tanuló algoritmusok alkalmazhatóságát egy inga gyakorlati példáján keresztülvizsgáltuk meg