使用具有不同采样率的多个传感器的粒子过滤器

Posted 2023-02-15

【中文标题】使用具有不同采样率的多个传感器的粒子过滤器

【英文标题】：Using a particle filter with multiple sensors with different sampling rates

【发布时间】：2013-04-30 13:03:41

【问题描述】：

现状：

我已经为室内定位系统实现了粒子过滤器。它使用磁场的指纹。粒子过滤器的实现非常简单：

我创建了均匀分布在整个区域的所有粒子 每个粒子都有一个速度（高斯分布，“正常”步行速度的平均值）和一个方向（在所有方向上均匀分布） 改变速度和方向（均为高斯分布） 在给定方向上移动所有粒子的速度乘以上一次和当前测量的时间差 找到每个粒子最近的指纹 通过比较最接近的指纹和给定的测量值来计算每个粒子的新权重 标准化 重新采样 每次测量重复 #3 到 #9

问题：

现在我想做基本相同的事情，但在系统中添加另一个传感器（即 WiFi 测量）。如果测量值同时出现，就不会有问题。然后我只计算第一个传感器的概率并将其乘以第二个传感器的概率，得到我在#6 处的粒子重量。

但磁场传感器的采样率非常高（约 100 Hz），WiFi 测量值大约每秒出现一次。

我不知道解决问题的最佳方法是什么。

可能的解决方案：

我可以丢弃（或平均）所有磁场测量值，直到出现 WiFi 测量值，然后将最后一次磁场测量值（或平均值）和 WiFi 信号一起使用。所以基本上我将磁场传感器的采样率降低到 WiFi 传感器的采样率 对于每次磁场测量，我都会使用最后一次看到的 WiFi 测量 我使用分离的传感器。这意味着，如果我测量一个传感器，我会执行所有步骤 #3 到 #9，而不使用另一个传感器的任何测量数据 我还没有考虑过的任何其他解决方案 ;)

我不确定哪个是最好的解决方案。所有的解决方案似乎都不是很好。

对于#1，我会说我正在丢失信息。虽然我不确定为粒子滤波器使用大约 100 Hz 的采样率是否有意义。

在 #2 我必须假设 WiFi 信号不会很快出现，我无法证明。

如果我单独使用传感器，则磁场测量变得比 WiFi 测量更重要，因为所有步骤都将使用磁性数据发生 100 次，直到出现一次 WiFi 测量。

你知道处理这个问题的好论文吗？

是否已经有一个标准的解决方案来处理粒子过滤器中具有不同样本大小的多个传感器？

100 Hz 的样本大小有意义吗？或者粒子过滤器的一个步骤的适当时间差是多少？

非常感谢您的任何提示或解决方案:)

【问题讨论】：

嗨@Mr.Floppy，你终于找到解决方案了吗，我面临着类似的问题，另外在重新采样期间，你是否根据最终组合权重重新采样粒子（通过将所有权重相乘获得) 还是在单个 WiFi 或单个磁系统权重满足重新采样条件时重新采样？

@mosdkr 这是 4.5 年后的一个很好的问题 :D 我已经查阅了一些我写的关于它的文件，但没有马上找到答案。我不确定我是否还有源代码。我会在几天内尝试找出答案。请提醒我，以防我在一周内没有回复你:)

【参考方案1】：

在 #2 中，您可以将滤波器延迟 1 秒，并在 WiFi 测量之间进行插值，以进行上采样，而不是使用采样保持，这样您就可以同时获得 100Hz 的信号。

如果您对 WiFi 行为有更多了解，则可以使用比线性插值更高级的方法来对更新之间的 Wifi 行为进行建模。 These folks 使用更高级的 异步保持 来对较慢的传感器信号进行上采样，但类似卡尔曼滤波器之类的东西也可能起作用。

关于更新速度，我认为 100Hz 对您的应用程序来说听起来很高（假设您正在对在室内行走的人进行定位），因为您可能会考虑很多噪声，降低采样频率是一种廉价的方法滤除高频噪声。

【讨论】：

非常感谢您提供的链接。还没有完全阅读，但它似乎对我来说真的很有趣和有用！你知道对于像我这样的系统来说，一个好的采样率是多少？假设一个正常人以大约 1.1 m/s 的速度行走。我会说 1Hz 的采样率听起来并不那么糟糕，这将导致我的解决方案 #1。或者您会说更高（甚至更低）的采样率会更好（或值得测试；））