Likelihood-fields-based sensor model

Einfache Sprache

Das Likelihood-fields-based sensor model ist ein Wahrscheinlichkeitstheoretische Wahrnehmungsmodelle für Range Finders.

Herleitung

Zuerst müssen wir die Messpunkte eines Scans $z_t$ von dem Koordinatensystem des Roboters in die globale Koordinaten der Karte umwandeln. Messungen die das Maximum ist, also $z_t^k=z_\mathrm{max}$ werden verworfen.

Das Modell berücksichtigt das Modell 3 Fehlerarten:

1. Messungenauigkeit,
2. Verfehlen des erwarteten Objekts wie in Beam-based sensor model > 3. Verfehlen und
3. zufälliger Messfehler wie in Beam-based sensor model > 4. Zufällige Messfehler Die Wahrnehmungswahrscheinlichkeit $p(z_t\mid x_t,m)$ ist somit eine Kombination der 3 Verteilungen (Verteilung) die den jeweiligen Fehler beschreiben

Messungenauigkeit