Main Content

Cette page a été traduite par traduction automatique. Cliquez ici pour voir la dernière version en anglais.

tune

Ajustez les paramètres insfilterAsync pour réduire l'erreur d'estimation

Depuis R2020b

réduire tous les éléments de la page

Syntaxe

tunedMeasureNoise = tune(filter,measureNoise,sensorData,groundTruth)
tunedMeasureNoise = tune(___,config)

Description

exemple

tunedMeasureNoise = tune(filter,measureNoise,sensorData,groundTruth) ajuste les propriétés de l'objet filtre insfilterAsync , filter et les bruits de mesure pour réduire la moyenne quadratique (RMS) erreur d'estimation d'état entre les données du capteur fusionnées et la vérité terrain. La fonction renvoie également le bruit de mesure réglé, tunedMeasureNoise. La fonction utilise les valeurs des propriétés du filtre et le bruit de mesure fourni dans la structure measureNoise comme estimation initiale pour l'algorithme d'optimisation.

tunedMeasureNoise = tune(___,config) spécifie la configuration de réglage basée sur un objet tunerconfig , config.

Exemples

réduire tout

Ouvrir le live script

Chargez les données de capteur enregistrées et les données de vérité terrain.

load('insfilterAsyncTuneData.mat');

Créez des calendriers pour les données des capteurs et les données de vérité.

sensorData = timetable(Accelerometer, Gyroscope, ...
    Magnetometer, GPSPosition, GPSVelocity, 'SampleRate', 100);
groundTruth = timetable(Orientation, Position, ...
    'SampleRate', 100);

Créez un objet filtre insfilterAsync qui possède quelques propriétés de bruit.

filter = insfilterAsync('State', initialState, ...
    'StateCovariance', initialStateCovariance, ...
    'AccelerometerBiasNoise', 1e-7, ...
    'GyroscopeBiasNoise', 1e-7, ...
    'MagnetometerBiasNoise', 1e-7, ...
    'GeomagneticVectorNoise', 1e-7);

Créez un objet de configuration de tuner pour le filtre. Définissez le nombre maximum d'itérations sur deux. Définissez également les paramètres réglables en tant que propriétés non spécifiées.

config = tunerconfig('insfilterAsync','MaxIterations',8);
config.TunableParameters = setdiff(config.TunableParameters, ...
    {'GeomagneticVectorNoise', 'AccelerometerBiasNoise', ...
    'GyroscopeBiasNoise', 'MagnetometerBiasNoise'});
config.TunableParameters
ans = 1×10 string
    "AccelerationNoise"    "AccelerometerNoise"    "AngularVelocityNoise"    "GPSPositionNoise"    "GPSVelocityNoise"    "GyroscopeNoise"    "MagnetometerNoise"    "PositionNoise"    "QuaternionNoise"    "VelocityNoise"

Utilisez la fonction de bruit du tuner pour obtenir un ensemble de bruits de capteur initiaux utilisés dans le filtre.

measNoise = tunernoise('insfilterAsync')
measNoise = struct with fields:
    AccelerometerNoise: 1
        GyroscopeNoise: 1
     MagnetometerNoise: 1
      GPSPositionNoise: 1
      GPSVelocityNoise: 1

Ajustez le filtre et obtenez les paramètres réglés.

tunedParams = tune(filter,measNoise,sensorData,groundTruth,config);
    Iteration    Parameter               Metric
    _________    _________               ______
    1            AccelerationNoise       2.1345
    1            AccelerometerNoise      2.1264
    1            AngularVelocityNoise    1.9659
    1            GPSPositionNoise        1.9341
    1            GPSVelocityNoise        1.8420
    1            GyroscopeNoise          1.7589
    1            MagnetometerNoise       1.7362
    1            PositionNoise           1.7362
    1            QuaternionNoise         1.7218
    1            VelocityNoise           1.7218
    2            AccelerationNoise       1.7190
    2            AccelerometerNoise      1.7170
    2            AngularVelocityNoise    1.6045
    2            GPSPositionNoise        1.5948
    2            GPSVelocityNoise        1.5323
    2            GyroscopeNoise          1.4803
    2            MagnetometerNoise       1.4703
    2            PositionNoise           1.4703
    2            QuaternionNoise         1.4632
    2            VelocityNoise           1.4632
    3            AccelerationNoise       1.4596
    3            AccelerometerNoise      1.4548
    3            AngularVelocityNoise    1.3923
    3            GPSPositionNoise        1.3810
    3            GPSVelocityNoise        1.3322
    3            GyroscopeNoise          1.2998
    3            MagnetometerNoise       1.2976
    3            PositionNoise           1.2976
    3            QuaternionNoise         1.2943
    3            VelocityNoise           1.2943
    4            AccelerationNoise       1.2906
    4            AccelerometerNoise      1.2836
    4            AngularVelocityNoise    1.2491
    4            GPSPositionNoise        1.2258
    4            GPSVelocityNoise        1.1880
    4            GyroscopeNoise          1.1701
    4            MagnetometerNoise       1.1698
    4            PositionNoise           1.1698
    4            QuaternionNoise         1.1688
    4            VelocityNoise           1.1688
    5            AccelerationNoise       1.1650
    5            AccelerometerNoise      1.1569
    5            AngularVelocityNoise    1.1454
    5            GPSPositionNoise        1.1100
    5            GPSVelocityNoise        1.0778
    5            GyroscopeNoise          1.0709
    5            MagnetometerNoise       1.0675
    5            PositionNoise           1.0675
    5            QuaternionNoise         1.0669
    5            VelocityNoise           1.0669
    6            AccelerationNoise       1.0634
    6            AccelerometerNoise      1.0549
    6            AngularVelocityNoise    1.0549
    6            GPSPositionNoise        1.0180
    6            GPSVelocityNoise        0.9866
    6            GyroscopeNoise          0.9810
    6            MagnetometerNoise       0.9775
    6            PositionNoise           0.9775
    6            QuaternionNoise         0.9768
    6            VelocityNoise           0.9768
    7            AccelerationNoise       0.9735
    7            AccelerometerNoise      0.9652
    7            AngularVelocityNoise    0.9652
    7            GPSPositionNoise        0.9283
    7            GPSVelocityNoise        0.8997
    7            GyroscopeNoise          0.8947
    7            MagnetometerNoise       0.8920
    7            PositionNoise           0.8920
    7            QuaternionNoise         0.8912
    7            VelocityNoise           0.8912
    8            AccelerationNoise       0.8885
    8            AccelerometerNoise      0.8811
    8            AngularVelocityNoise    0.8807
    8            GPSPositionNoise        0.8479
    8            GPSVelocityNoise        0.8238
    8            GyroscopeNoise          0.8165
    8            MagnetometerNoise       0.8165
    8            PositionNoise           0.8165
    8            QuaternionNoise         0.8159
    8            VelocityNoise           0.8159

Fusionnez les données du capteur à l’aide du filtre optimisé.

dt = seconds(diff(groundTruth.Time));
N = size(sensorData,1);
qEst = quaternion.zeros(N,1);
posEst = zeros(N,3);
% Iterate the filter for prediction and correction using sensor data.
for ii=1:N
    if ii ~= 1
        predict(filter, dt(ii-1));
    end
    if all(~isnan(Accelerometer(ii,:)))
        fuseaccel(filter,Accelerometer(ii,:), ...
            tunedParams.AccelerometerNoise);
    end
    if all(~isnan(Gyroscope(ii,:)))
        fusegyro(filter, Gyroscope(ii,:), ...
            tunedParams.GyroscopeNoise);
    end
    if all(~isnan(Magnetometer(ii,1)))
        fusemag(filter, Magnetometer(ii,:), ...
            tunedParams.MagnetometerNoise);
    end
    if all(~isnan(GPSPosition(ii,1)))
        fusegps(filter, GPSPosition(ii,:), ...
            tunedParams.GPSPositionNoise, GPSVelocity(ii,:), ...
            tunedParams.GPSVelocityNoise);
    end
    [posEst(ii,:), qEst(ii,:)] = pose(filter);
end

Calculez les erreurs RMS. 

orientationError = rad2deg(dist(qEst, Orientation));
rmsorientationError = sqrt(mean(orientationError.^2))
rmsorientationError = 2.7801

positionError = sqrt(sum((posEst - Position).^2, 2));
rmspositionError = sqrt(mean( positionError.^2))
rmspositionError = 0.5966

Visualisez les résultats.

figure();
t = (0:N-1)./ groundTruth.Properties.SampleRate;
subplot(2,1,1)
plot(t, positionError, 'b');
title("Tuned insfilterAsync" + newline + "Euclidean Distance Position Error")
xlabel('Time (s)');
ylabel('Position Error (meters)')
subplot(2,1,2)
plot(t, orientationError, 'b');
title("Orientation Error")
xlabel('Time (s)');
ylabel('Orientation Error (degrees)');

Arguments d'entrée

réduire tout

Objet filtre, spécifié comme objet insfilterAsync .

Bruit de mesure, spécifié comme structure. La fonction utilise l'entrée de bruit de mesure comme estimation initiale pour régler le bruit de mesure. La structure doit contenir ces champs :

Nom de domaineDescription
AccelerometerNoiseVariance du bruit de l'accéléromètre, spécifiée sous forme de scalaire en (m2/s)
GyroscopeNoiseVariation du bruit du gyroscope, spécifiée sous forme de scalaire en (rad/s) 2
MagnetometerNoiseVariance du bruit du magnétomètre, spécifiée sous forme de scalaire en (μT) 2
GPSPositionNoiseVariation du bruit de position GPS, spécifiée sous forme de scalaire en m2
GPSVelocityNoiseVariation du bruit de vitesse GPS, spécifiée sous forme de scalaire en (m/s) 2

Données du capteur, spécifiées sous la forme timetable. Dans chaque ligne, l'heure et les données du capteur sont spécifiées comme suit :

  • Time — Heure à laquelle les données sont obtenues, spécifiée sous forme de scalaire en secondes.

  • Accelerometer — Données de l'accéléromètre, spécifiées sous la forme d'un vecteur 1 sur 3 de scalaires en m2/s.

  • Gyroscope — Données du gyroscope, spécifiées sous la forme d'un vecteur 1 sur 3 de scalaires en rad/s.

  • Magnetometer — Données du magnétomètre, spécifiées comme un vecteur 1 sur 3 de scalaires en μT.

  • GPSPosition — Données de position GPS, spécifiées sous la forme d'un vecteur 1 x 3 de latitude en degrés, de longitude en degrés et d'altitude en mètres.

  • GPSVelocity — Données de vitesse GPS, spécifiées sous la forme d'un vecteur 1 sur 3 de scalaires en m/s.

Si un capteur ne produit pas de mesures, spécifiez l'entrée correspondante comme NaN. Si vous définissez la propriété Cost de l'entrée de configuration du tuner, config, sur Custom, vous pouvez utiliser d'autres types de données pour le sensorData entrée en fonction de votre choix.

Données de vérité terrain, spécifiées sous la forme timetable. Dans chaque ligne, le tableau peut éventuellement contenir l'une de ces variables :

  • Orientation — Orientation du cadre de navigation vers le cadre de carrosserie, spécifiée sous la forme d'un quaternion ou d'une matrice de rotation 3 x 3.

  • AngularVelocity — Vitesse angulaire dans le cadre du corps, spécifiée comme un vecteur 1 sur 3 de scalaires en rad/s.

  • Position — Position dans le cadre de navigation, spécifiée sous la forme d'un vecteur 1 sur 3 de scalaires en mètres.

  • Velocity — Vitesse dans le cadre de navigation, spécifiée comme un vecteur 1 sur 3 de scalaires en m/s.

  • Acceleration — Accélération dans le cadre de navigation, spécifiée comme un vecteur 1 sur 3 de scalaires en m2/s.

  • AccelerometerBias — Biais d'angle delta de l'accéléromètre dans le cadre du corps, spécifié comme un vecteur 1 sur 3 de scalaires en m2/s.

  • GyroscopeBias — Biais d'angle delta du gyroscope dans le cadre du corps, spécifié comme un vecteur 1 sur 3 de scalaires en rad/s.

  • GeomagneticFieldVector — Vecteur de champ géomagnétique dans le cadre de navigation, spécifié comme un vecteur 1 par 3 de scalaires.

  • MagnetometerBias — Biais du magnétomètre dans le cadre du corps, spécifié comme un vecteur 1 sur 3 de scalaires en μT.

La fonction traite chaque ligne des tables sensorData et groundTruth séquentiellement pour calculer l'estimation de l'état et l'erreur RMS à partir de la vérité terrain. Les variables d'état non présentes dans l'entrée groundTruth sont ignorées pour la comparaison. Les tables sensorData et groundTruth doivent avoir les mêmes pas de temps.

Si vous définissez la propriété Cost de l'entrée de configuration du tuner, config, sur Custom, vous pouvez utiliser d'autres types de données pour le groundTruth entrée en fonction de votre choix.

Configuration du tuner, spécifiée comme objet tunerconfig .

Arguments de sortie

réduire tout

Bruit de mesure réglé, renvoyé sous forme de structure. La structure contient ces champs.

Nom de domaineDescription
AccelerometerNoiseVariation du bruit de l'accéléromètre, spécifiée sous forme de scalaire en (m2/s) 2
GyroscopeNoiseVariation du bruit du gyroscope, spécifiée sous forme de scalaire en (rad/s) 2
MagnetometerNoiseVariance du bruit du magnétomètre, spécifiée sous forme de scalaire en (μT) 2
GPSPositionNoiseVariation du bruit de position GPS, spécifiée sous forme de scalaire en m2
GPSVelocityNoiseVariation du bruit de vitesse GPS, spécifiée sous forme de scalaire en (m/s) 2

Références

[1] Abbeel, P., Coates, A., Montemerlo, M., Ng, A.Y. and Thrun, S. Discriminative Training of Kalman Filters. In Robotics: Science and systems, Vol. 2, pp. 1, 2005.

Historique des versions

Introduit dans R2020b

Voir aussi

|