Bagaimana cara memodelkan noise pada sensor range?

Sensor jarak (misalnya sonar, inframerah, dan lidar) terkenal berisik. Bagaimana saya bisa mengkarakterisasi karakteristik noise untuk memasukkan ini dalam model sensor lokalisasi probabilistik?

Subjek ini dibahas cukup baik dalam buku Robotika Probabilistik oleh Thrun et. Al. Saya tidak memiliki referensi langsung, tetapi ada beberapa makalahnya (seperti Robust Monte Carlo Localization for Mobile Robots , pdf ) pada dasarnya menyertakan informasi yang sama. Biasanya apa yang digunakan adalah model kesalahan campuran, di mana fungsi kepadatan probabilitas terdiri dari bagian-bagian yang berbeda

• Galat Gaussian pada pembacaan jarak yang sebenarnya
• Bagian yang menyumbang positif palsu seperti hambatan dinamis dan sebagainya. Ini lebih besar dengan jarak yang lebih kecil.
• Bagian konstan yang bertanggung jawab atas pembacaan negatif palsu, di mana sensor memberikan pembacaan di luar jangkauan.

Model tersebut harus dipasang pada sensor dan aplikasi Anda.

Hampir semua orang menganggap kebisingan itu gaussian karena cara matematika itu relatif mudah.

Jika Anda benar-benar ingin, Anda dapat secara eksperimental menentukan distribusi noise sensor, menyesuaikan model dengan itu, dan menggunakannya tetapi itu akan menjadi banyak pekerjaan untuk berpotensi tidak memperoleh.