Główne pojęcia
Die Genauigkeit der Simulation von GPS- und IMU-Sensoren ist entscheidend für die Entwicklung und Validierung von Algorithmen für autonome Agenten. Diese Studie stellt eine Methodik vor, um die Diskrepanz zwischen Simulation und Realität (Sim2Real-Lücke) für die Geschwindigkeitsschätzung zu quantifizieren.
Streszczenie
Diese Studie stellt eine Methodik vor, um die Sim2Real-Lücke für die Simulation von GPS- und IMU-Sensoren zu quantifizieren, indem die Leistung eines Zustandsschätzers bei der Verarbeitung von simulierten und realen Sensordaten verglichen wird.
Die Autoren führen 40 Realwelt-Experimente mit einem autonomen Fahrzeug durch und replizieren diese in der Simulation unter Verwendung von fünf verschiedenen Sensormodellen. Anstatt einen direkten Vergleich der rohen Sensordaten vorzunehmen, verwenden sie einen Zustandsschätzer als "Richter", um die Auswirkungen der Sensormodelle auf die Geschwindigkeitsschätzung zu bewerten.
Die Ergebnisse zeigen, dass das Modellieren der Messunsicherheit des GPS-Sensors entscheidend für die Erzielung realistischer Geschwindigkeitsschätzungen in der Simulation ist. Das Random-Walk-basierte GPS-Modell erzielt die beste Übereinstimmung mit den Realwelt-Daten. Darüber hinaus erweist sich die vorgeschlagene Metrik als robust gegenüber Unterschieden in Dynamik und Umgebung zwischen Simulation und Realität.
Statystyki
Die Wurzel der mittleren quadratischen Abweichung (RMSE) zwischen der geschätzten Geschwindigkeit in der Simulation und der Referenzgeschwindigkeit in der Simulation beträgt durchschnittlich 0,0725 m/s.
Die Wurzel der mittleren quadratischen Abweichung (RMSE) zwischen der geschätzten Geschwindigkeit in der Realität und der Referenzgeschwindigkeit in der Realität beträgt durchschnittlich 0,0836 m/s.
Cytaty
"Die Genauigkeit der Simulation von GPS- und IMU-Sensoren ist entscheidend für die Entwicklung und Validierung von Algorithmen für autonome Agenten."
"Anstatt einen direkten Vergleich der rohen Sensordaten vorzunehmen, verwenden wir einen Zustandsschätzer als 'Richter', um die Auswirkungen der Sensormodelle auf die Geschwindigkeitsschätzung zu bewerten."
"Das Random-Walk-basierte GPS-Modell erzielt die beste Übereinstimmung mit den Realwelt-Daten."