Bayes-Filter zur Genauigkeitsverbesserung und Unsicherheitsermittlung von dynamischen Koordinatenmessungen

Language
de
Document Type
Doctoral Thesis
Issue Date
2014-08-05
Issue Year
2014
Authors
Garcia, Elmar
Editor
Abstract

In this work, new methods and algorithms of Bayesian estimation are developed, implemented and validated for coordinate metrology. Measurements are due to ubiquitous known and unknown influences (disturbances or noise sources) always inaccurate and thus the actual coordinates can not be determined exactly. The measurement process provides information about the position in form of observations, however this is an imperfect mapping of the true position. Since information is lost in this transformation, the true object coordinates can not be computed completely from the obtained observations. But it is possible to estimate the measurand, because the functional relationship between the true object coordinates and the observations remains. The objective of this work is the implementation and provision of algorithms for dynamic, measurement data–based and sensor–independent accuracy improvement and measurement uncertainty evaluation of coordinate measurements. The solution requires neither an explicit modelling of the measurement process nor a priori distribution assumption, but allows the specification if necessary. This probabilistic measurement data processing and evaluation allows to reduce the deviations in measured data and to deduce measurement uncertainty evaluations.

Abstract

In der vorliegenden Arbeit werden neue Methoden und Verfahren der bayesschen Schätzung für die Koordinatenmesstechnik entwickelt, umgesetzt und validiert. Messungen sind aufgrund allgegenwärtig wirkender bekannter und unbekannter Einflüsse (Störungen oder Rauschprozesse) stets abweichungsbehaftet und die tatsächlichen Koordinaten nicht exakt bestimmbar. Der Messvorgang liefert Informationen über die Position in Form von Beobachtungen, die allerdings eine abweichungsbehaftte Abbildung der tatsächlichen Position repräsentieren. Da bei dieser Transformation Informationen verloren gehen, ist eine exakte, eindeutige Berechnung der tatsächlichen Position aus den vom Messprozess generierten Beobachtungen nicht möglich. Sie kann jedoch mathematisch geschätzt werden, da der funktionale Zusammenhang zwischen den tatsächlichen Objektkoordinaten und den Beobachtungen erhalten bleibt. Das Ziel dieser Arbeit ist die Implementierung und Bereitstellung von Algorithmen zur dynamischen, messdatenbasierten und sensorübergreifenden Genauigkeitsverbesserung und Messunsicherheitsermittlung von Koordinatenmessungen. Die Lösung erfordert vom Anwender weder das Aufstellen einer Modellgleichung des Messprozesses, noch a priori Verteilungsannahmen, erlaubt aber deren Spezifikation bei Bedarf. Durch diese probabilistische Messdatenverarbeitung und -auswertung können Abweichungen in den Messdaten reduziert und gleichzeitig Unsicherheitsaussagen abgeleitet werden.

DOI
Faculties & Collections
Zugehörige ORCIDs