Демо / track-lab

Шари 3 і 7 · локалізація лише за пеленгами і що дає злиття даних

Де ціль, коли кожен сенсор знає лише напрямок

Акустична решітка, камера, пеленгатор: кожен дає пеленг, жоден не дає положення. Два таких сенсори дають засічку, якість якої визначає геометрія, а не їхній шум. Перетягуйте сенсори й ціль і дивіться, як еліпс похибки показує, коли відповідь — точка, а коли — лінія.

сенсор (перетягується) ціль (перетягується) лінія пеленга з конусом шуму еліпс похибки 2σ (межа Крамера-Рао) засічки Монте-Карло за зашумленими пеленгами

Як читати еліпс

Кожен сенсор обмежує положення цілі вузьким клином навколо свого пеленга. Де два клини перетинаються, там і ціль. Якщо вони перетинаються під прямим кутом, перетин — маленький ромб; якщо під кутом у кілька градусів — довга смуга вздовж ліній візування. Еліпс — це та сама смуга, обчислена точно: обернена до інформаційної матриці J = Σ (1 / (σ² r²)) · u uᵀ, по одному доданку на сенсор, де u — одиничний вектор, перпендикулярний до пеленга, а r — дальність. Краще за це не може жодна незміщена оцінка.

Звідси два наслідки. Дальність шкодить квадратично: подвоєння відстані вчетверо збільшує невизначеність за того самого шуму пеленга. А ціль на лінії, що проходить через два сенсори, неспостережувана: обидва пеленги лежать на одній прямій, інформаційна матриця має нульове власне значення, а еліпс нескінченно довгий. Жодне усереднення не виправить геометрію; це може тільки третій сенсор поза цією лінією. Натисніть кнопку, щоб побачити це.

Точки Монте-Карло — чесні засічки: зашумлені пеленги, перше наближення псевдолінійним методом найменших квадратів, потім кілька ітерацій Гаусса-Ньютона для функції максимальної правдоподібності. За малого шуму вони заповнюють еліпс. За великого шуму саме перше наближення зміщене в бік сенсорів, тому еталонна реалізація його уточнює: сторінка результатів показує величину цього зміщення.

Похибка положення (корінь зі сліду межі) залежно від кута, під яким перетинаються два пеленги, за дальностей і шуму пеленга, що зараз на карті. Точки: експеримент E4, виміряний на зашумлених пеленгах, якщо існує docs/data/e4.json.

Злиття даних — той самий механізм на рівень вище

Багатосенсорний трекінг — не окремий алгоритм. В еталонному трекері модель вимірювання кожного сенсора (пеленг, дальність і пеленг, положення) застосовується по черзі в межах скану: один прогноз, потім оновлення детекціями кожного сенсора через його власну лінеаризовану модель. Інформаційна матриця на цій сторінці — саме та сума, яку накопичує фільтр Kalman, по одному сенсору за раз. Що дає злиття даних, видно тут: третій сенсор не усереднює похибку вниз, він прибирає той напрямок, у якому перші два не мали жодної інформації.

track-lab · tracklab.fusion містить triangulate, gdop і observable; карта рахує за тими самими формулами.