当前位置: 首页 > news >正文

传感器的精度,灵敏度等概念介绍

文章目录

      • 🏔️ 海拔高度传感器的四个核心指标
        • 1. 🎯 **精度(Accuracy)——“测得的高度准不准”**
        • 2. ⚡ **灵敏度(Sensitivity)——“高度微小变化有没有反应”**
        • 3. 🔍 **分辨率(Resolution)——“能分出多小的高度差”**
        • 4. 🔁 **重复性(Repeatability)——“在同一高度测得一致不一致”**
      • 🧭 举个实际场景比较
      • 📌 总结类比(海拔版本)


下面我们以 海拔高度传感器(如气压式高度计) 为例,来讲一遍 精度、灵敏度、分辨率、重复性 四个概念。


🏔️ 海拔高度传感器的四个核心指标

1. 🎯 精度(Accuracy)——“测得的高度准不准”

精度描述传感器测得的高度与真实高度的接近程度

  • 例子:
    实际海拔高度是 500.0 米:

    • 传感器A测得 500.2 米 → 精度高
    • 传感器B测得 530.0 米 → 精度差
  • 影响:
    精度低的传感器即使稳定,也始终偏离真实值,可能导致无人机飞行高度误判。


2. ⚡ 灵敏度(Sensitivity)——“高度微小变化有没有反应”

灵敏度是传感器对海拔高度变化的响应能力,比如上升1米,它的输出是否明显变化。

  • 例子:
    无人机从地面升高1米:

    • 传感器A输出电压变化 100 mV → 灵敏度高
    • 传感器B输出电压变化 10 mV → 灵敏度低
  • 意义:
    灵敏度高,能快速检测到飞机升降的细微变化;灵敏度低可能在低空缓慢升降时毫无反应。


3. 🔍 分辨率(Resolution)——“能分出多小的高度差”

分辨率是传感器可以检测的最小海拔高度变化单位

  • 例子:

    • 分辨率 = 0.1 米:可以分辨出 100.1 米 和 100.2 米
    • 分辨率 = 5 米:只有每 5 米才有一个输出变化
  • 注意:
    高分辨率有助于精细控制,如运动手表记录楼层;但不等于高精度。


4. 🔁 重复性(Repeatability)——“在同一高度测得一致不一致”

重复性表示同一个海拔点重复测量的稳定性

  • 例子:
    无人机静止悬停在100米高度:

    • 传感器A连续10次读数都在100.0±0.2米 → 重复性好
    • 传感器B读数在95米~105米之间波动 → 重复性差
  • 意义:
    重复性差会导致系统“误判”在上下浮动,影响控制稳定性。


🧭 举个实际场景比较

你要用高度计控制一台无人机的飞行高度:

项目好的高度传感器差的高度传感器
精度显示和真实海拔相差不超过1米偏差十几米甚至几十米
灵敏度上升0.5米就能立即反映变化上升几米才输出变化
分辨率能检测出0.1米的高度变化只能每5米变化才反应
重复性悬停时高度读数稳定在±0.2米悬停时读数飘忽不定

📌 总结类比(海拔版本)

概念关键词海拔传感器例子
精度准不准实际在500米,它显示500m(准)还是530m(偏)
灵敏度反应快不快上升1米时输出是否立刻有明显变化
分辨率看得细不细能否检测出楼梯级别的升高(如0.1米)
重复性稳不稳在原地不动时,测得高度是否一直稳定一致

http://www.dtcms.com/a/167321.html

相关文章:

  • terraform实现本地加密与解密
  • vue3内置组件Suspense的使用
  • 在Linux中,KVM和Docker在Linux虚拟化中的区别是什么?
  • Nginx 核心功能02
  • WGCLOUD使用 - 如何监控RabbitMQ运行参数
  • Python10天冲刺-设计模型之策略模式
  • 机器学习经典算法:用决策树原理优化新能源汽车续航能力
  • 【Redis】String详细介绍及其应用场景
  • 深度学习系统学习系列【1】之基本知识
  • npm宿主依赖、宿主环境依赖(peerDependencies)(指由宿主环境提供的依赖)
  • Ubuntu20.04如何优雅的安装ROS 1(胎教级教程)
  • Ocelot与.NETcore7.0部署(基于腾讯云)
  • loads、dumps、jsonpath使用场景
  • 上位机知识篇---二进制操作
  • 科学养生,解锁健康生活密码
  • 【信息系统项目管理师-论文真题】2023下半年论文详解(包括解题思路和写作要点)
  • 【DeepMLF】具有可学习标记的多模态语言模型,用于情感分析中的深度融合
  • npm命令介绍(Node Package Manager)
  • 2025五一杯数学建模竞赛B题 矿山数据处理 保姆级教程讲解|模型讲解
  • 2025五一杯数学建模ABC题赛题已出
  • SpringAI系列 - 升级1.0.0-M8
  • VBA数据库解决方案第二十讲:Select From Where条件表达式
  • CMake中的“包管理“模块FetchContent
  • 2025五一数学建模竞赛B题完整分析论文(共42页)(含模型、可运行代码、数据)
  • 【CV数据集】DIOR遥感目标检测数据集(含处理好的YOLO、COCO、VOC格式和相关配置文件下载链接)
  • 数字智慧方案5971丨智慧农业大数据平台解决方案(59页PPT)(文末有下载方式)
  • AM剪辑软件汉化版:简单易用,开启视频创作之旅
  • 实现Sentinel与Nacos的规则双向同步
  • 案例:自动化获取Web页面小说(没钱修什么仙)——selenium
  • C++之特殊类设计及类型转换