← Drone Dynamics

DYNAMICS LAB · ENGINE01

Modelli di traiettoria a confronto

Il confronto usa gli stessi nove voli civili di test per tutti i modelli. I grafici mostrano come cambiano gli errori e quanto spesso le misure rientrano nelle regioni di incertezza.

Vai al replay del volo ↓

Confronta i nove voli registrati

Il grafico confronta nove voli registrati con lo stesso drone. Seleziona un volo per evidenziarlo e vedere le sue coordinate e i risultati dei modelli.

Volo di test 9 · Lap030 · 8:55

Drone usato
Volantex Ranger 2400 · SpeedyBee F405 / INAV
Modello con l’errore medio più basso
Filtro di Kalman · 10,43 m
Posizione GPS al tempo selezionato
Latitudine 39,299810° · Longitudine -0,611382°
Tutti i modelli provati

I sei modelli e la loro combinazione sono stati confrontati con le posizioni GPS osservate a 1, 3 e 5 secondi. Le misure si riferiscono al volo selezionato.

ModelloErrore medio (ADE)Errore RMS (RMSE)
Filtro di Kalman (KF)10,43 m17,56 m
Passeggiata aleatoria correlata (CRW)10,68 m17,21 m
Combinazione dei modelli (ENSEMBLE)10,81 m16,81 m
Velocità costante (CV)14,31 m23,52 m
Accelerazione costante (CA)20,30 m31,66 m
Passeggiata aleatoria (RW)31,36 m38,98 m
Ornstein–Uhlenbeck (OU)184,66 m212,40 m

Le tracce condividono lo stesso riferimento geografico. Il replay è accelerato. Le coordinate WGS84 provengono dai campioni GPS originali mostrati nel grafico.

DME-001

Conclusioni dell’esperimento

Sui nove voli di test, Kalman ha ottenuto il minore errore medio di posizione, 9,12 m, di poco davanti a CRW con 9,27 m. L’ensemble ha avuto il miglior RMSE, 15,12 m, mentre il suo errore medio era 9,60 m. La scelta del modello dipende quindi dalla misura che si vuole ridurre.

Limiti della prova. I voli condividono piattaforma e circuito. La posizione GNSS è un riferimento rumoroso e il confronto non dimostra che l’ordine resti lo stesso su altri voli.

Esito per modello
RW
Riferimento casuale: errore medio 34,80 m, più alto del modello a velocità costante.
CV
Velocità costante: errore medio 12,74 m, utile come confronto semplice.
CA
Accelerazione costante: 18,13 m di errore medio, peggio di CV in questa prova.
KF
Kalman: errore medio più basso, 9,12 m.
CRW
Passeggiata correlata: 9,27 m di errore medio, vicino a Kalman.
OU
Ornstein–Uhlenbeck: errore medio più alto, 180,27 m. L’alta copertura non compensava la scarsa precisione.
Ensemble
Combinazione di modelli: RMSE più basso, 15,12 m.
HMM
Raggruppa schemi di movimento in stati descrittivi. Gli stati non hanno etichette di intenzione verificate.
EKF
Filtro di Kalman esteso: disponibile nel core, senza un esito misurato in DME-001.
Particle Filter
Disponibile nel core, senza un esito misurato in DME-001.
Monte Carlo
In DME-003, 100 repliche sintetiche di Random Walk hanno prodotto una distribuzione degli esiti finali.

DME-001 · Dati sperimentali reali

Confronto degli errori fra i modelli sullo stesso insieme di test.
Confronto degli errori fra i modelli sullo stesso insieme di test.
Copertura effettiva delle regioni d’incertezza sul campione di test.
Copertura effettiva delle regioni d’incertezza sul campione di test.
Traiettoria registrata in coordinate locali.
Traiettoria registrata in coordinate locali.

Gli intervalli di incertezza sono stati stimati ricampionando voli interi. Poiché i voli condividono velivolo e circuito e le date di registrazione sono sconosciute, l’indipendenza delle osservazioni è limitata. Il confronto valuta anche se i modelli più complessi offrono un vantaggio.

Dati e file tecnici

Le tabelle e i limiti dello studio sono nei dettagli tecnici. I dati e le istruzioni originali sono disponibili come file.

Dettagli tecnici e riproducibilità

Study context

Problem addressed
Which motion estimates perform best on the same held-out historical flights?
Contribution relative to existing methods
The benchmark puts established methods and a validation-fitted ensemble under one protocol.
Potential commercial use
Select candidate estimators for offline evaluation on a civil fleet’s own telemetry.

Market context and value assumptions on the engine page

Computed 2026-11-06T10:25:09.902316+00:00 · reproducible scientific prototype

Measured and computed results

modelADE_mFDE_mRMSE_mMAE_coordinate_mcoverage95
RW34.79599357.40528241.42632820.4674110.96096
CV12.74391920.82719422.1855878.2067630.90653
CA18.12908935.42205529.65208211.4919210.883761
KF9.12169517.24209815.832155.7986830.904366
CRW9.27140817.24023515.4396845.926360.909744
OU180.270339237.539602208.814684116.086710.98021
ENSEMBLE9.5996117.40035515.115736.1198570.926349

Paired comparison and uncertainty

modelreferencemean_ADE_difference_mtwo_sided_exact_signflip_punitsholm_adjusted_p
RWCV22.0520750.00390690.023438
CACV5.3851710.00390690.023438
KFCV-3.6222230.00390690.023438
CRWCV-3.4725110.00390690.023438
OUCV167.526420.00390690.023438
ENSEMBLECV-3.1443080.00390690.023438

Robustness

conditionmodelADE_mmatched_baseline_ADE_morigins
context_noise2mRW34.98976134.795993439
context_noise2mCV13.18690412.743919439
context_noise2mCA23.08131318.129089439
context_noise2mKF23.9340849.121695439
context_noise2mCRW23.2605769.271408439
context_noise2mOU180.268998180.270339439
context_noise2mENSEMBLE22.6866699.59961439
context_missing30percentRW35.76946234.874378435
context_missing30percentCV12.86528712.78599435
context_missing30percentCA18.33421818.112987435
context_missing30percentKF9.2439759.115594435
context_missing30percentCRW9.5046229.270341435
context_missing30percentOU182.589058179.941936435
context_missing30percentENSEMBLE9.8308669.594352435

Scientific result SHA-256: 1f0238e055f9f9a1d601982e68e3e6406f6148a4e768ca17fd0cdfed30427280. Numerical correctness is evaluated with independent controls and source replay; scientific validity remains bounded by source quality and model assumptions.

Limits

Recorded GNSS is a noisy reference, not known true state. Physical sensor calibration is unavailable.
Flights share platform and circuit; recording-day groups are unavailable. File-disjoint splits prevent row leakage but do not prove external generalization or independent days.
Gaussian nominal regions and validation scaling are empirically evaluated, not guaranteed confidence coverage.
ADE averages sampled1/3/5second horizons, actual timestamp offsets recorded; no interpolation.
All parameter and ensemble fitting use development/validation only; test outcomes are not tuning inputs.