kalibratiemodellen

Kalibratiemodellen zijn wiskundige representaties die worden gebruikt om meetfouten van een instrument of systeem te corrigeren. Ze geven aan hoe de waargenomen waarde samenhangt met de feitelijke waarde en bevatten parameters die uit kalibratiegegevens worden afgeleid. Het doel is om systematische afwijkingen zoals offset, gain, nonlineariteit en aflees- of time-lagfouten te modelleren, zodat de gemeten waarden dichter bij de werkelijkheid komen te liggen.

Een kalibratiemodel kan lineair zijn of nonlinear, en kan bestaan uit generieke regressie-achtige vormen of uit fysisch geïnspireerde modellen die zijn gebaseerd op het werkelijke gedrag van het meetinstrument. Kalibratiemodellen worden veel toegepast op sensoren zoals camera’s, lidar, meetinstrumenten en in de robotica. Bij camera-calibratie worden intrinsieke parameters (brandpuntsafstand, hoofdas, skew) en lens- distorties gemodelleerd, en soms extrinsieke parameters ten opzichte van een wereld- of robotcoördinaatsysteem.

Proces en methode: men verzamelt kalibratiegegevens met referentiemetrie, kiest een geschikt kalibratiemodel en schat de parameters via een optimalisatieproces (vaak minste kwadraten). Daarna volgt validatie met onafhankelijke data en, meestal, een inschatting van de onzekerheid. Het doel is een model dat betrouwbaar presteert binnen het kalibratiebereik en, indien mogelijk, voorspellingen onder verschillende condities mogelijk maakt.

Typen kalibratiemodellen variëren van lineaire kalibratie (offset en schaal) tot polynomiale of splinekalibratie voor nonlineariteit, en van basisregressie tot fysisch-gebaseerde modellen. In computer vision zijn veel voorkomende onderdelen distorties zoals radiale en tangentiële distortie. Beperkingen omvatten dat modellen vaak beperkt zijn tot het bereik van de kalibratiegegevens en dat sensordrift of omgevingsfactoren de nauwkeurigheid kunnen beïnvloeden.