Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
Hur många av er har kommit i kontakt med avancerade mätmetoder när det kommer till hårdvaruprogrammering i t.ex. C?
Jag tänker på ämnet sensorfusion som handlar om GPS, lokalisering, partikelfilter samt kalmanfilter av dess olika varianter (Uncented Kalman Filter, Extended Kalman Filter, Kalman Filter)?
https://sensorfusion.se/sf-course/
Detta vore intressant. Jag själv har använt mig utav Uncented Kalman Filter och vanligt Kalman Filter. Dom är bra, men det är mycket matematik bakom allt. Jag skrev nämligen denna matematik till ren C kod och MATLAB kod och funderar på att testa det på ett inbyggt system. https://citeseerx.ist.psu.edu/viewdoc/d ... 1&type=pdf
Men då är frågan. Varför är saker och ting så avancerade? Jag har bara hört talas som SLAM(lokalisering) och avancerade filter, men sällan på inbyggda system. Jag kanske är bara omedvetande att dessa kanske tillämpas trots allt? Vad säger ni övriga. Har ni kommit i kontakt med dessa avancerade tekniker, eller finns det begräsningar på vad hårdvara med C programmering kan göra, trots att det mycket häftig matematik som sägs kunna tillämpas?
Något som jag hör väldigt ofta, som aldrig verkar tillämpas på inbyggda system är datorseende. Istället tillämpas detta på enorma PC datorer som slukar ström och kräver enorma grafikkort för att fungera, och denna dator kan bara analysera och detektera objekt på bilder. Knappast lyckat enligt min åsikt, med tanke på att USA landade på månen....med ett vanligt kalman filter och LQR-regulator (see appolloprogrammet)
Jag tänker på ämnet sensorfusion som handlar om GPS, lokalisering, partikelfilter samt kalmanfilter av dess olika varianter (Uncented Kalman Filter, Extended Kalman Filter, Kalman Filter)?
https://sensorfusion.se/sf-course/
Detta vore intressant. Jag själv har använt mig utav Uncented Kalman Filter och vanligt Kalman Filter. Dom är bra, men det är mycket matematik bakom allt. Jag skrev nämligen denna matematik till ren C kod och MATLAB kod och funderar på att testa det på ett inbyggt system. https://citeseerx.ist.psu.edu/viewdoc/d ... 1&type=pdf
Men då är frågan. Varför är saker och ting så avancerade? Jag har bara hört talas som SLAM(lokalisering) och avancerade filter, men sällan på inbyggda system. Jag kanske är bara omedvetande att dessa kanske tillämpas trots allt? Vad säger ni övriga. Har ni kommit i kontakt med dessa avancerade tekniker, eller finns det begräsningar på vad hårdvara med C programmering kan göra, trots att det mycket häftig matematik som sägs kunna tillämpas?
Något som jag hör väldigt ofta, som aldrig verkar tillämpas på inbyggda system är datorseende. Istället tillämpas detta på enorma PC datorer som slukar ström och kräver enorma grafikkort för att fungera, och denna dator kan bara analysera och detektera objekt på bilder. Knappast lyckat enligt min åsikt, med tanke på att USA landade på månen....med ett vanligt kalman filter och LQR-regulator (see appolloprogrammet)
Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
SLAM är vanligt hos robotdammsugare både med och utan LIDAR. Fascinerande att se kartan ritas upp ( i mobilen) allteftersom roboten letar sig fram. Finns även de med kameror som påstås identifiera hindren.
Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
Om det funkar på inbyggda system beror ju helt på vilken prestanda som krävs. En långsam robotdammsugare med enbart odometri och endimensionell LiDAR kan man köra utan höga krav på hårdvara. Men en visuell SLAM med preintegrerad IMU och flera kameror där varje bild genererar kanske hundratals features kräver desto mer. (Och det drar en del minne för att spara alla features också.)
Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
Det som verkligen får mig att fundera är hur effektiva metoderna är. Dom har hängt med ett tag och den nyaste metoden måste vara UKF, som är över 20 år gammalt. Mycket har hänt på senaste tiden och som jag vet så har vi inte haft någon revolutionerande robotteknik förutom en enkel dum robotdammsugare. Jag vet att Tesla satsar på att bygga självkörande bilar. Men även där går det trögt. Jag vet dock inte vilja metoder dom använder.
Jag brukar nämligen vara kritisk mot universitetsstudier. När jag studerade på universitet så tyckte jag att det var mycket teori. När man kom ut i arbetslivet så insåg man att den teori man har lärt sig, går inte att applicera av kostnadsskäl och praktiska skäl.
Jag brukar nämligen vara kritisk mot universitetsstudier. När jag studerade på universitet så tyckte jag att det var mycket teori. När man kom ut i arbetslivet så insåg man att den teori man har lärt sig, går inte att applicera av kostnadsskäl och praktiska skäl.

Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
Det är ju där rfarna utvecklaren kommer in, ta de teorier man lärt sig och optimera de så de passar de tillgängliga förutsättningarna... för kursen verkar dock få gå på universitetet och fått lära sig efterhand på div uppdrag
Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
"Dum robotdammsugare" jag tycker de är rätt smarta, på vilket sätt skulle de vara intelligentare?
Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
Kort och gott handlar sensor fusion om att göra det (statistiskt) bästa med till buds stående information.
Har gått en motsvarande kurs(*, men inte implementerat nåt i C, bara Python tillsvidare, för MATLAB är det få som har råd med utanför universiteten.
*) https://users.aalto.fi/~ssarkka/pub/bas ... n_2020.pdf
Har gått en motsvarande kurs(*, men inte implementerat nåt i C, bara Python tillsvidare, för MATLAB är det få som har råd med utanför universiteten.
*) https://users.aalto.fi/~ssarkka/pub/bas ... n_2020.pdf
Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
Städa trappen!

Hur tyckte du din implementering var då?rvl skrev: ↑4 september 2022, 10:54:15 Kort och gott handlar sensor fusion om att göra det (statistiskt) bästa med till buds stående information.
Har gått en motsvarande kurs(*, men inte implementerat nåt i C, bara Python tillsvidare, för MATLAB är det få som har råd med utanför universiteten.
*) https://users.aalto.fi/~ssarkka/pub/bas ... n_2020.pdf
Men du! Vad fint och pedagogiskt dokument!
Om jag skulle vilja lära mig det där, vart ska jag börja då? Är det basic_of_sensor_fusion_2020.pdf eller några andra filer från https://users.aalto.fi/~ssarkka/pub/?
Jag har tittat i den där Statistical Sensur Fusion booken som är skriven av dom där svenskarna. Nivån på den verkade verkligen hög och teoretisk, men det dokument du länkade var fint skrivet och jag förstod vad som menade. Speciellt dynamiska modeller. Höll på med sådan i fredags.
Edit:
Dokumentet basic_of_sensor_fusion_2020.pdf beskriver dokumentet som att den baseras på böckerna från Gustafsson, Kay, Särkkä och Solin med mera. Men det är förenklade modeller samt dom har lagt en stor vikt på pedagogik för bättre förståelse. Det tycker jag låter fint. Men det enda dokumentet verkar utesluta är just lokalisering med SLAM. Eller har jag fel?
The notes are based on the much more comprehensive and rigorous works on
sensor fusion, estimation theory, filtering theory, stochastic process theory, and
optimization theory by Gustafsson (2018), Kay (1993), Särkkä (2013), Särkkä and
Solin (2019), and Nocedal and Wright (2006), and the interested reader is highly
recommended to have a read in these books.
The topics covered in these notes range from simple linear observation models
and least squares estimation, to modeling of dynamic systems, and inference in
dynamic systems using Kalman and particle filtering. To lower the threshold to the
topic, we sometimes trade mathematical rigor for easier understanding. This is in
particular true for the probabilistic interpretations, especially in the beginning of
the notes.
Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
När man implementerar komplicerade saker hjälper det ofta att ha ett vettigt högnivåspråk med bra datastrukturer. Om det är C, C++. Python eller något annat är inte så viktigt - det viktiga är ju till en början att man får rätt ordo på algoritmerna. Vill man sedan optimera saker är C/C++ oftast lämpligt då det är väldigt hårdvarunära men ändå ganska mycket enklare än assembler (som ju är det mest effektiva om det ska optimeras hårt).
Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
Att optimera är inget problem. Kompilatorerna sköter jobbet idag.
Men största frågan är vad man ska ha partikelfilter, SLAM och kalman filter till? Vart finns behovet?
Men största frågan är vad man ska ha partikelfilter, SLAM och kalman filter till? Vart finns behovet?
Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
Kompilatorn opptimerar på en annan nivå...
Förenkla dina matematiska modeller får du göra själv..
Förenkla dina matematiska modeller får du göra själv..
Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
Man kan använda det du nämner till en massa saker men om du inte själv vet vad du behöver ha dem till eller förstår att de är bra till en viss applikation som du jobbar med så blir det nog svårt för oss att förklara alla tillämpningar. Det är ju ganska generella saker du frågar om.
Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
Det enda jag skulle tänka mig använda ett kalman filter till är:
- När jag inte vill ha fasförskjutningar i min filtrering
- När min givare inte kan mäta, där jag egentligen vill mäta
Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
Jag kan inget om kalman-filter, men har kommit i kontakt med det. Jag tycker de verkar magiskt bra. T.ex. för att kombinera en GPS med ett gyro för att få en väldigt exakt position. GPS:ens fel hanteras av gyrot och gyrots drift hanteras av GPS:en m.h.a. kalmanfilter.
Re: Hur många av er har kommit i kontakt med avancerade mätmetoder? Sensorfusion
Gyro har väl inte så mycket med position att göra ?
Du tänker kanske på accelerometer.
Sensor fusion är väl lite ett "mode ord" nu.
Det handlar väl i sin enklaste form att data från sensor1 ihop med data från sensor2 kan generera en ny attribut som ingen av dessa kan göra ensamma.
Inget nytt med andra ord. Det nya är väl möjligtvis att man har så mycket datakraft och så optimerade algoritmer att man kan göra det "on edge" i dag.
Du tänker kanske på accelerometer.
Sensor fusion är väl lite ett "mode ord" nu.
Det handlar väl i sin enklaste form att data från sensor1 ihop med data från sensor2 kan generera en ny attribut som ingen av dessa kan göra ensamma.
Inget nytt med andra ord. Det nya är väl möjligtvis att man har så mycket datakraft och så optimerade algoritmer att man kan göra det "on edge" i dag.