如何对距离传感器返回的噪声建模？

距离传感器（例如声纳，红外和激光雷达）非常嘈杂。如何表征噪声特征以将其包括在概率定位传感器模型中？

Thrun等人的《概率机器人》一书很好地涵盖了这个主题。等 我没有直接的参考资料，但是他的一些论文（例如针对移动机器人的Robust Monte Carlo本地化，pdf）实质上包含相同的信息。通常使用的是混合误差模型，其中概率密度函数由不同部分组成

• 真实距离读数附近的高斯误差
• 解释误报（例如动态障碍等）的部分。距离较小时较大。
• 一个常量部分，用于解释错误的负读数，其中传感器给出的读数超出范围。

该模型需要适合您的传感器和应用程序。

几乎每个人都认为噪声是高斯的，因为这样数学相对容易。

如果确实需要，您可以通过实验确定传感器噪声的分布，为它拟合模型，并使用它，但是这样做可能会很费劲。