距離センサーのリターンのノイズをモデル化する方法は？

距離センサー（ソナー、赤外線、ライダーなど）は、非常にうるさいです。これらを確率的位置特定センサーモデルに含めるために、ノイズ特性をどのように特性化できますか？

この主題は、Thrunらによる確率的ロボティクスの本でかなりうまくカバーされています。al。直接の参照はありませんが、彼のいくつかの論文（Robust Monte Carlo Localization for Mobile Robots、pdfなど）には基本的に同じ情報が含まれています。通常、使用されるのは混合確率モデルであり、確率密度関数はさまざまな部分で構成されます。

• 真の距離測定値の周りのガウス誤差
• 動的障害などの誤検知を説明する部分。これは、距離が小さいほど大きくなります。
• センサーが範囲外の測定値を提供する、偽陰性の測定値を説明する一定の部分。

モデルをセンサーとアプリケーションに適合させる必要があります。

計算は比較的簡単なので、ほとんどの人はノイズがガウスであると想定しています。

本当に必要な場合は、センサーノイズの分布を実験的に決定し、それにモデルを適合させ、それを使用することができますが、ゲインがない可能性があるため、多くの作業が必要になります。