¿Cómo modelar el ruido en el retorno de un sensor de rango?

Los sensores de alcance (por ejemplo, sonar, infrarrojos y lidar) son notoriamente ruidosos. ¿Cómo puedo caracterizar las características de ruido para incluirlas en un modelo de sensor de localización probabilístico?

Este tema está muy bien cubierto en el libro Probabilistic Robotics de Thrun et. Alabama. No tengo una referencia directa, pero hay algunos de sus documentos (como Robust Monte Carlo Localization for Mobile Robots , pdf ) que esencialmente incluyen la misma información. Por lo general, lo que se usa es un modelo de error mixto, donde la función de densidad de probabilidad consta de diferentes partes

• Un error gaussiano en torno a la lectura de distancia real
• Una parte que explica falsos positivos como obstáculos dinámicos, etc. Esto es más grande con distancias más pequeñas.
• Una parte constante que explica las lecturas de falsos negativos, donde el sensor proporciona una lectura fuera de rango.

El modelo debe ajustarse a su sensor y aplicación.

Casi todos suponen que el ruido es gaussiano porque de esa manera las matemáticas son relativamente fáciles.

Si realmente quisiera, podría determinar experimentalmente la distribución del ruido del sensor, ajustarle un modelo y usarlo, pero sería mucho trabajo sin potencialmente ninguna ganancia.