Sensorer er ikke alltid nøyaktige og finnes ofte på steder hvor det er vanskelig å finne ut om de virker som de skal.
Fakta
Sensorer
En sensor er et instrument som registrerer en viss påvirkning, f.eks. varme eller kulde, og konverterer registreringen til et signal som kan leses av. Eksempler på sensorer er sensorer for temperatur, lys (fotoceller), avstand, kraft og bevegelse.

De er gjerne bygd av rimelige materialer, fordi man vil ha mange av dem, for hvis de går tom for batteri eller blir skadet, er det fortsatt andre som kan brukes.

Men det er selvsagt en fordel å oppdage dem som begynner å bli unøyaktige, slik at de kan skiftes ut eller repareres. Hvordan kan vi gjøre det uten at vi har en fasit?

Det kan jo gjøres ved å sammenligne sensorene med målinger fra andre instrumenter, men mange steder kan det være vanskelig å gjøre kontroller, for eksempel under jorden eller i lukkede tanker.

Det første svaret som dukket opp i hodet til HiOA-forsker Anis Yazidi var at dette er det mulig å finne ut av!

Avvik fra flertallet

– Da kan vi fokusere på avvik fra flertallet av sensorene som blir brukt, når vi ikke kan sammenligne med nøyaktige målinger av hva som egentlig er den riktige verdien, fant Anis Yazidi ut sammen med forskerne John Oommen and Morten Goodwin.

Viten og praksis illustrasjon
Mange steder kan det være vanskelig å gjøre kontroller av sensorer, for eksempel i lukkede tanker. Da kan vi fokusere på avvik fra flertallet av sensorene som blir brukt.

– Vi har også kommet fram til noen avviksbetingelser:

– Hvis en sensor avviker fra flertallet mer enn 50 prosent av tiden over lengre tid, er den ikke lenger er troverdig, forteller Anis Yazidi.

– Vi kan nemlig anta at en vanligvis troverdig sensor av og til kan måle feil, kanskje på grunn av påvirkning fra miljøet rundt sensoren.

Systemet forskerne har utviklet, ser på målingene til alle sensorene, og sammenligner dem. Jo mer en sensor avviker fra de andre, jo sikrere er de på at den er utroverdig en stor del av tiden.

Forskerne har gjort eksperimenter med simuleringer i ulike modeller.

Pålitelige og upålitelige sensorer skilles

Basert på observasjonene de har gjort, har de bygget en algoritme som kan skille mellom en pålitelig og en upålitelig sensor.

– Tar simuleringene utgangspunkt i praktiske problemstillinger?

– Simuleringene er generelle fordi de prøver å teste om vår modell er riktig. Og de viser at problemet kan løses raskt, slik at man slipper å bruke masse tid på å finne ut hvilke sensorer som er utroverdige.

Kan bedre nøyaktigheten

– Vi prøver også å finne ut om vi kan filtrere ut de utroverdige, og hvordan kan vi benytte deres feilaktige målinger til å få bedre nøyaktighet. Hvis jeg vet hvordan de motsier de andre sensorene, vet jeg også mer om hvordan de kan erstattes.

Selv om idéen er enkel, ser det ikke ut til å finnes andre løsninger der man kan identifisere utroverdige sensorer uten å kjenne den underliggende årsaken.

Anis Yazidi og hans kolleger kan være de første i verden som har kommet fram til en løsning.

– Hvis det fantes noe alternativ, ville det ha blitt oppdaget når vår løsning er fagfellevurdert i et anerkjent forskningstidsskrift som IEEE transactions on Cybernetics.

Går videre med kontinuerlige målinger

– Hvordan vil dere følge opp dette videre?

– Til nå har vi tatt utgangspunkt i at målingene er binære, enten null eller en, og ikke kontinuerlige størrelser på for eksempel mellom 0 og 1, og eller på en temperaturskala fra 0 til 100.

Dette er en annen mulighet til å utforske hvordan vi kan beregne troverdigheten til en sensor uten å vite fasiten.

Forskerne har foreløpig bare målt om det for eksempel er høy eller lav temperatur, registrert som ”av” eller ”på”.

– Nå begynner vi å se på kontinuerlige målinger. Når verdiene er mellom en og hundre, hvordan kan jeg da filtrere ut en utroverdig sensor?

Da kan man for eksempel bruke et aggregat av sammenligningene, fordi de troverdige sensorene stort sett kommer til å være noen lunde homogene.

Troverdige mot utroverdige som grupper vil komme til å motsi hverandre, så å se på statistiske korrelasjoner mellom målinger kan gi en god indikasjon.

Yazidi, Oomen og Goodwin presenterte de siste forskningsresultatene sine på en konferanse i Singapore i november, AMDA 2017, The 13th International Conference on Advanced Data Mining and Applications.

Viten og praksis illustrasjon
Anis Yazidi og hans kolleger kan være de første i verden som har kommet fram til en løsning der man kan identifisere utroverdige sensorer uten å kjenne den underliggende årsaken.

Referanse til vitenskapelig artikler:

A. Yazidi, B. J. Oommen and M. Goodwin, "On Solving the Problem of Identifying Unreliable Sensors Without a Knowledge of the Ground Truth: The Case of Stochastic Environments," in IEEE Transactions on Cybernetics, vol. 47, no. 7, pp. 1604-1617, July 2017.

Artikkel som skal publiseres i AMDA 2017 i Singapore:
Anis Yazidi, B. John Oommen and Morten Goodwin: "Identifying Unreliable Sensors Without a Knowledge of the Ground Truth in Deceptive Environments".

Publisert 06.11.2017

Slutt