📊

MATLABを用いた異なるサンプリング時間のデータの同期

2023/05/28に公開

matlab

sensing

datashaping

tech

はじめに

複数センサのログデータを解析するとき等，異なるデータの時間軸を合わせたいときがある．
その際にデータの時間軸を同期して解析しやすくなる方法について記載する．

背景と状況例

例えば，センサーAとセンサーBによりデータが取得される場合において，サンプリング時間は $t_A=2 [s]$ ，センサーBのサンプリング時間は $t_B=5[s]$ の状況を考える．
ここで， $t=9[s]$ のときのAとBの値を計算に使いたいとき，センサーAの値は $t=8[s]$ のときの値を，センサーBの値は $t_B=5[s]$ のときの値を採用する必要がある．
さらに，実際のログデータはサンプリング時間通りにぴったりとれているとは限らず，ブレがある．
これらを考慮して，ログデータを用いて解析や計算するプログラムを作成するのは面倒である．

そこで，あらかじめそれぞれのデータの時間軸を合わせておき，解析時間に合わせてサンプリング時間を調整する．

結論

MATLABでログデータをtimetableにし，synchronize関数を用いると簡単にできる．

使用例

移動ロボットのデータセットで使われているUTIAS Multi-Robot Cooperative Localization and Mapping Datasetを対象に処理をする．
ftpでdownloadになるので，ダウンロード先[ftp://asrl3.utias.utoronto.ca/MRCLAM/]をエクスプローラのアドレス欄に入力したらファイルにアクセスできる（windowsの場合）．
なお，時間補間するスクリプトが公式で置いているけど，あまりスマートじゃない印象…

datasetのload

データの中身の詳細は公式ページの中身を参照していただきたいが，Dataset1のRobot1のOdometryとGround truthのデータを同期させる対象にする．
importdataでファイル名を指定してデータをロードするとtextとdataの二種類が含まれるので，.dataでデータを読み出す．

datasetFolder="./MRCLAM_Dataset1";
robotNumber = "Robot1";
% truth data
groundtruth = importdata(strcat(datasetFolder,"/",robotNumber,"_Groundtruth.dat"))
groundtruth = groundtruth.data; 
% odometry data
odometry = importdata(strcat(datasetFolder,"/",robotNumber,"_Odometry.dat"));
odometry = odometry.data;

次に，データを使いやすいようにtimetableに変換する．
時間軸はduration配列にする必要があるのでseconds()で変換し，そのほかの変数名はVariableNamesで指定する．
なお，groundTruthはモーションキャプチャによる二次元上の位置( $X$ , $Y$ )と姿勢( $\theta$ )，Odometryはロボット内での並進速度と回転速度である．

groundtruthTime = seconds(groundtruth(:,1)); %duration配列にする
groundtruthTable = array2timetable(groundtruth(:,2:4),'RowTimes',groundtruthTime,'VariableNames',{'X','Y','Theta'})

odometryTime = seconds(odometry(:,1)); %duration配列にする
odometryTable = array2timetable(odometry(:,2:3),'RowTimes',odometryTime,'VariableNames',{'Vel','AngVel'})

サンプリング時間の確認

サンプリング時間を確認してみる．
各行の時間とその前の時間の差分をとり，プロットしてみる．

Ground truthデータの場合

plot(groundtruthTime(2:end)-groundtruthTime(1:end-1),'b')
xlim([30000 31000])

Odometryデータの場合

plot(odometryTime(2:end)-odometryTime(1:end-1),'r')
xlim([30000 31000])

これらより，どちらのデータにおいてもサンプリング時間の間隔が一定でないことがわかる．

データの結合とリサンプリング

二つのデータの結合をする．
１行目で結合しており，オプションを何も指定しない場合は欠損値はNaNになるため，前の値を保持するようpreviousを指定する．
また，上記の補間をした後でも最初の方はNaNが存在するため（Ground truthの方が開始時間が早く，Odometryはしばらくデータがない），rmmissing()でNaNがある行を削除する．
この処理を2行目で行っている．

syncTable = synchronize(groundtruthTable,odometryTable,'union','previous'); %tableの結合し，欠損値は直前の値を保持．
syncTable = rmmissing(syncTable); %NaNの行を削除
syncTable.Time = syncTable.Time-syncTable.Time(1) %スタート時間を0にする

これにより下記のようなtimetableが得られる．

Timeの列を見てもわかるとおり，サンプリング時間の間隔は一定ではない．
そこで，サンプリング時間を $0.01[s]$ にしてサンプリングしなおす．
これにはretime()を用いる．

dt = seconds(0.01);
syncTableRetime = retime(syncTable,'regular','previous','TimeStep',dt)

下記のようなtimetableが得られる．
特に0.05秒と0.06秒の間を見比べると，欲しい出力になっていることがわかる．

これにより，複数のデータの時間軸を同期することができ，使いやすくなった．
なお，retime関数ではサンプリング時間の指定だけではなく，サンプリング周期で指定したり，時間配列を作成してそれに合わせたサンプリングも行えるので，状況に応じてoptionを使用できる．

おわりに

実質数行でデータの時間同期できてMATLAB便利．