Storyboard

Lokalisierung ist der Prozess, bei dem aus physischen Hinweisen auf die absolute oder relative Position eines Organismus (oder einer Beute) geschlossen wird. Die wichtigsten physikalischen Methoden sind: Triangulation nach Ankunftszeitdifferenz (TDOA, verwendet bei Echoortung und binauralem Hören), Signalstärke (RSSI, verwendet bei Elektroortung) und Positionsakkumulation durch Odometrie (Geschwindigkeitsintegration).

TDOA wandelt Zeitunterschiede t zwischen einzelnen Sensoren in hyperbolische Kurven möglicher Positionen um. Der Schnittpunkt zweier oder mehrerer Hyperbeln lokalisiert den Emitter. Das menschliche binaurale Hörsystem nutzt interaurales t (ITD, Auflösung ~10 s) und interaurale Pegelunterschiede (ILD), um Geräusche mit einer Genauigkeit von ~12° in der horizontalen Ebene zu lokalisieren.

Der Kalman-Filter ist der optimale Schätzer für lineare Systeme mit Gauß-Rauschen. Es kombiniert die dynamische Modellvorhersage (F·x) mit der sensorischen Messkorrektur (K·(z-H·x)) und gewichtet jede Quelle nach ihrer Unsicherheit. Viele biologische neuronale Systeme implementieren Berechnungen analog zum Kalman-Filter, um vestibuläre, visuelle und propriozeptive Signale zu integrieren.

Die Cramér-Rao-Schranke legt die Untergrenze der Varianz des bestmöglichen Schätzers fest. Für die Zeitverzögerungsschätzung (TDOA) gilt ²_pos c²/(4²·SNR·B²): Eine größere B-Bandbreite und ein größeres SNR verbessern die Lokalisierung. Delfine und Fledermäuse nutzen Breitbandimpulse präzise, um I_F und die Genauigkeit ihrer Echoortung zu maximieren.

Probabilistische Belegungskarten (Belegungsraster) sammeln im Laufe der Zeit sensorische Beweise, um räumliche Darstellungen der Umgebung zu erstellen. Jede Zelle akkumuliert die Wahrscheinlichkeit der Belegung durch sequentielle Bayes'sche Aktualisierungen. Dieser Ansatz ist robust gegenüber Lärm und Verdeckungen und bildet die Grundlage der autonomen Navigation in der Robotik und wahrscheinlich bei Säugetieren mit aktiver Erkundung.

>Modell

ID:('ky', 580)

Beschreibung

ID:(0, 580)