- Akku Tests und Balkonkraftwerk Speicher         
Ergebnis 1 bis 10 von 66

Thema: Sensorfusion mit unterschiedlicher statistischer Fehlerrate

Hybrid-Darstellung

Vorheriger Beitrag Vorheriger Beitrag   Nächster Beitrag Nächster Beitrag
  1. #1
    HaWe
    Gast
    ja, ich hätte ja auch mit einem Wert zumindest zwischen 5-6 cm gerechnet (0 bis 2 sigma), ggf. auch 3*sigma (6,5cm) aber exakt auf 5,0 ist doch extrem unwahrscheinlich:
    ein ganz kleines bisschen müssen die anderen Sensoren doch schon auch berücksichtigt werden, und 6cm (2*sigma) wäre ja noch immer im 27% Wahrscheinlichkeitsbereich (zwiscen 95,5% und 68%).

  2. #2
    Erfahrener Benutzer Roboter Genie
    Registriert seit
    07.04.2015
    Beiträge
    908
    Moment! 5% auf 5cm sind 2,5mm. Von 5 auf 6cm sind also 4xSigma.

  3. #3
    HaWe
    Gast
    stimmt, es ist ja der 5% Sensor, nicht der 10%, du hast Recht!

    wie auch immer...: wenigstens ein bisserl höher als 5,0, aber zumindestens nicht exakt 5,0...

    PS,
    und dass er dann noch angibt
    Equalized optimal probability 1,259 at distance 296
    finde ich ja auch etwas verwegen...

    PPS,
    immerhin, du hast Recht,
    10 cm würde bedeuten, dass das zwar irgendwo in der Mitte zwischen allen Sensorwerten läge, aber immer weit ausßerhalb jeder anzunehmenden Wahrscheinlichkeit, einmal weit drüber, und 2x weit drunter.

    Ich hatte diesen Fall selber als Extremfall konstruiert, aber damit dann doch nicht gerechnet.

    - - - Aktualisiert - - -

    Dieser Fall 2 wird wohl tatsächlich, praktisch, nie passieren.

    machen wirs nochmal, auch konstruiert, aber jetzt ein bisschen plausibler - mal gucken, wo wir landen...:


    3.Fall:
    Sensor1 25cm
    Sensor2 20cm
    Sensor3 15cm

    Sensor1 25*25 = 625
    Sensor2 100*20= 2000
    Sensor3 400*15= 6000
    Summe = 8625
    8625/525= 16,4 <<< !
    das wäre jetzt zumindest für alle 3 immer im 3*sigma-Bereich.

  4. #4
    Erfahrener Benutzer Roboter Genie
    Registriert seit
    07.04.2015
    Beiträge
    908
    Auch das ist erklärbar. Wenn Du die Glocken der anderen beiden Kurven auf knapp 30cm legst, hast Du für Sensor1 ein Sigma von knapp 6cm und für Sensor2 liegt das Sigma bei 3cm. D.h.
    - Bei knapp 30 cm liegt der Messwert von Sensor2 ja ziemlich nah an der Mitte.
    - Sensor1 liegt mit 20cm immer noch im 2. Sigma-Bereich.
    Sensor 1 und 2 überlappen hier halt optimal. Menschlich gesehen würde ich sagen, sie haben Sensor3 demokratisch überstimmt.

  5. #5
    HaWe
    Gast
    ja, verstehe ich...

    es ist aber derart unwahrscheinlich, dass alle 3 gleichermaßen echte Ausreißer produzieren, dass man den Fall2 wirklich nicht betrachten muss.
    Was denkst du über Fall 3?

  6. #6
    Erfahrener Benutzer Roboter Genie
    Registriert seit
    07.04.2015
    Beiträge
    908
    Ich schmeiße mal gar nicht die Kurve an und sag Dir auf'n Kopf zu:
    - 15..17,25cm und 17,5 .. 25cm als 3-Sigmagrenzen der Sensoren 3 und 1 haben keine Überschneidung. Deine Fallwahrscheinlichkeit liegt alleine dadurch bei unter 0,3%. Du misshandelst hier den empirischen Beweis durch die unwahrscheinlichsten Fälle.
    - Einen Sensor, der sich auf 25cm jede dritte Messung um mehr als 5cm verhaut, würde ich als defekt deklarieren. Insbesondere, wenn ich darüber nachdenke, was das Teil dann auf 5m misst.

    Auch hier also: Das ist kein typisches Messergebnis, das es zu verbessern gilt, sondern ein Ergebnis, bei dem man mangels Kausalität nur noch abschätzt, ob man es nur teilweise oder doch besser ganz in die Tonne tritt. (Es klingt vielleicht hart, zu sagen: "Die Mittelung soll gute Messungen noch besser machen, aber nicht Scheiße in Gold verwandeln", aber ich glaube, das trifft den Kern.)

    Du hast selber das Handwerkszeug der Sigmagrenzen in den vorherigen Posts eingebracht. Erweitere doch einfach mal Deine Funktion um 'ne Prüfung:
    - gewichtetes Mittel errechnen
    - Über das Resultat die absoluten Sigmas erstellen
    - Anhand der Sigmagrenzen überprüfen, wie wahrscheinlich die einzelnen Eingaben waren.
    Geändert von Holomino (03.09.2018 um 19:29 Uhr)

  7. #7
    HaWe
    Gast
    nein, jetzt bleib mal sachlich, ich misshandle hier nichts, ich versuche herauszubekommen, wie verschiedene Filter auf ungewöhnliche oder unwahrscheinliche Konstellationen reagieren und was sie dann ausgeben.
    Über wahrscheinliche, häufige und eng beieinanderliegende Konstellationen brauche ich mir keine Gedanken zu machen, da genügt wschl ein einfaches arithmetisches Mittel.
    Die unwahrscheinlichen Fälle sind es, die für die Filter interessant sind. Dabei müssen die Sensoren nicht einmal defekt sein, sondern einfach physikalisch an ihre Grenzen kommen (z.B. weil sie teilw. schräg auf ein Objekt ausgerichtet sind), aber trotzdem muss ein fahrender Roboter auch mit ihren außergewöhnlichen und untypischen Messergebnissen irgendwie zurechtkommen.

    Sensor1 25cm 20% => 1sig±5 => 2sig ±10 ... 3sig ±15
    Sensor2 20cm 10% => 1sig±2 => 2sig ±4 ... 3sig ±6
    Sensor3 15cm 5% => 1sig±0,75 => 2sig ±1,5 ... 3sig ±2,25

    was ist das für ein Programm, das du benutzt? Poste oder verlinke es doch mal bitte, dann kann ich einfacher verschiedene Modelle selber testen!
    Geändert von HaWe (03.09.2018 um 20:11 Uhr) Grund: ±

Ähnliche Themen

  1. Sensorfusion Kompass und Ultraschall (Zeitstempel?)
    Von BattleBot im Forum Robby RP6
    Antworten: 1
    Letzter Beitrag: 13.01.2013, 02:46
  2. Infos zu den Themen Sensorfusion / Kalman-Filterung?
    Von katakombi_ im Forum Sensoren / Sensorik
    Antworten: 2
    Letzter Beitrag: 28.01.2005, 18:44

Berechtigungen

  • Neue Themen erstellen: Nein
  • Themen beantworten: Nein
  • Anhänge hochladen: Nein
  • Beiträge bearbeiten: Nein
  •  

Labornetzteil AliExpress