- LiFePO4 Speicher Test         
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
    Der zuverlässigste Wert ist zunächst niemals das arithmetische Mittel, das wäre die gröbste denkbare Vereinfachung:
    Kalmanfilter bei 9D IMUs beweisen, dass man mit Statistik weiter kommt, ansonsten würden die Hersteller sicher einfach die Werte von Gyro, Magneto- und Accelerometer arithmetisch mitteln - doch das würde nicht funktionieren und nur "mathematischen Mist" ergeben.

    Auch ist die Umgebung, für die dieser Aufbau aingesetzt werden soll, keine unter Laborbedingungen, sondern "die wirkliche Welt": das Haus, der Garten, z.B. für einen SLAM Roboter, der seinen momentanen Ort ermitteln, die Umgebung kartieren und dabei auch Hindernisse, freie Wege und Lücken finden soll.
    Teile der Umgebung können sich sogar bewegen, oder Reflexe oder Ablenkungen produzieren, bei IR-Lichtmessung sogar auch mal durchlässig sein (nicht aber für Ultraschall), oder es kann auch sein, dass einer der Sensoren zufällig eine Kante erwischt, die ein anderer nicht "sieht", die mehr oder weniger weit vorsteht oder zurückweicht:
    so etwas könnte auch ein theoretischer Grund sein, weshalb im Fall 2 die Wahrscheinlichkeitsdichtefunktion (WDF) 2 Maxima erkannt haben könnte, ausschließen kann man das dann zumindest nicht mit Gewissheit; es kann ntl auch nur ein plötzlicher Ausreißer in der Messung sein.

    Ich selber baue nun schon recht lange Zeit mobile Roboter mit Hindernis- und Objekterkennung, und nach meiner Erfahrung bietet die "wirkliche Welt" immer wieder Überraschungen, mit denen man bei der Konstruktion und "Labortests" nicht gerechnet hat.
    Statistik wie mit der WDFoder Kalman oder SMC Filter wären wohl wirklich der beste Weg dafür, aber vergleichsweise zu aufwändig, daher der Versuch, deren Ergebnisse über einfachere Sensorfusion-Rechenwege tendenziell anzugleichen, mit vertretbarem Restfehler. Die Wichtung per 1/Varianz scheint dabei einzelne Objekte im Regelfall recht gut zu orten, mit guter Übereinstimmung zur WDF, für Extremfälle und mehrere Maxima/Minima ist die WDF offenbar schon weit überlegen, doch erfordert sie dann auch noch einige "Nacharbeit" - hier muss man tatsächlich noch zusätzlich andere Wege ergänzen. Ein bereits erwähnter Weg wäre z.B. noch ein vorgeschalteter Medianfilter.

  2. #2
    Erfahrener Benutzer Robotik Einstein
    Registriert seit
    18.03.2018
    Beiträge
    2.650
    Ich glaube , da war noch ein Problem, die Ausreißer bei den Messwerten. Stichwort: Chauvenetschen Kriterium.

  3. #3
    HaWe
    Gast
    Zitat Zitat von Moppi Beitrag anzeigen
    Ich glaube , da war noch ein Problem, die Ausreißer bei den Messwerten. Stichwort: Chauvenetschen Kriterium.
    jap, genau dafür waren die angesprochenen Medianfilter gedacht!

Ähnliche Themen

  1. Sensorfusion Kompass und Ultraschall (Zeitstempel?)
    Von BattleBot im Forum Robby RP6
    Antworten: 1
    Letzter Beitrag: 13.01.2013, 02:46
  2. [ERLEDIGT] 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
  •  

12V Akku bauen