Jak modelować hałas na powrocie czujnika zasięgu?

Czujniki zasięgu (na przykład sonar, podczerwień i lidar) są bardzo głośne. Jak scharakteryzować charakterystykę szumów, aby uwzględnić je w probabilistycznym modelu czujnika lokalizacji?

Temat ten jest całkiem ładnie ujęty w książce Probabilistic Robotics autorstwa Thrun i in. glin. Nie mam bezpośredniego odniesienia, ale niektóre z jego prac (takie jak Robust Monte Carlo dla mobilnych robotów , pdf ) zawierają w zasadzie te same informacje. Zwykle stosuje się model błędu mieszanego, w którym funkcja gęstości prawdopodobieństwa składa się z różnych części

• Błąd Gaussa wokół prawdziwego odczytu odległości
• Część, która uwzględnia fałszywe alarmy, takie jak przeszkody dynamiczne i tak dalej. Jest większy przy mniejszych odległościach.
• Stała część, która uwzględnia fałszywie ujemne odczyty, gdzie czujnik podaje odczyt poza zakresem.

Model musi być dopasowany do czujnika i zastosowania.

Prawie wszyscy zakładają, że hałas jest gaussowski, ponieważ w ten sposób matematyka jest stosunkowo łatwa.

Jeśli naprawdę tego chciałeś, możesz eksperymentalnie określić rozkład szumu czujnika, dopasować do niego model i użyć go, ale byłoby to dużo pracy bez potencjalnego zysku.