particle-filter

0熱度

1回答

鑑於一些 double x; 是什麼 if((x>0 || (x<=0))) 和if(true)之間的區別？有什麼區別嗎？我認爲它們是相同的，但似乎並非如此？任何人都知道爲什麼？好吧，我是新來的CPP，我很抱歉這個問題。但我真的需要解決這個問題 double sigmaX = 0.1; double sigmaY = 0.1; SimPFilter::SimPFilter() {

1熱度

1回答

Gui與Python的粒子過濾器

我想實現一個粒子過濾器，我選擇了python，因爲我有點像python。現在我已經用tkinter和python 3.4編寫了我的gui。我使用tkinter.canvas對象來顯示的地圖（裝載有PIL png圖片），然後我創建像每個粒子的點：點= canvas.create_oval（X，Y，X + 1，y + 1）當機器人移動時，我用機器人的控制命令，粒子位置和粒子對齊來計算每個粒子的新

1熱度

1回答

如何在圖像python中測量角度距離

我正在爲自主機器人開發粒子濾波器，並且在生成期望的距離測量值時遇到麻煩，因此無法過濾粒子。我有一張我用作地圖的圖像。每個像素代表環境中的某個縮放區域。機器人佔據的空間是白色的，牆壁是黑色的，環境外部的區域是灰色的。如果您不熟悉粒子過濾器是什麼，我的python代碼將創建預定數量的隨機猜測，以確定它在白色空間中的位置（x，y，theta）。然後它將用多個角度的超聲波傳感器測量到最近的牆壁的距離。該

0熱度

1回答

特徵點跟蹤

我想使用OpenCV 2.4.0來跟蹤一系列灰度圖像中的特徵點集。我已經知道如何實現SIFT或SURF來檢測特徵點並最初計算描述符。但是，我需要幫助計算一個特徵點的SIFT描述符，其位置（u，v）僅爲我所知。下面顯示了SIFT的工作示例代碼。例如，如果我使用哈里斯角檢測器在dv_scenePoints_t像檢測功能： cvGoodFeaturesToTrack (source2, eig_im

4熱度

2回答

帶有替換的粒子濾波器中的重採樣

請幫助。縮合算法步驟來跟蹤幀中的對象是：初始化一個點和它周圍的選擇N個隨機點和設定的權重爲1/N。根據動態模型（等速模型）傳播點。現在，使用觀察模型計算每個粒子的權重。到現在爲止，有N個粒子。現在，在重採樣步驟中，從上述一組粒子中選取N個粒子？什麼？我們如何從N個粒子中選取N個粒子？

1熱度

2回答

粒子濾波器中的多元高斯分佈

初始化粒子時，我需要給它添加一些高斯噪聲。例如 particle.x(i) = rect(1)+mgd(1,1,0,10); 這裏 rect(1)給人的位置，並且MGD功能是提供噪聲有關MGD功能的細節是：功能x=mgd(N,d,rmean,covariance) 生成一個多元高斯分佈用法x=mgd(N,d,mu,sigmax) 該函數從d維高斯分佈產生N樣品我的N和d值始終爲1，我

0熱度

1回答

如果在粒子過濾器的場景中粒子撞到牆上會發生什麼？

現在我試圖實現一個粒子過濾器。我得到了一張壁掛式地圖，我嘗試在這張地圖上定位一個機器人。基於粒子濾波方法，我初始化了1000個隨機粒子，並且在每一步中，我都會根據一定的移動指令（即角度 - 測距對）移動這1000個粒子。在移動之後，我計算出測量結果與感知牆壁距離的比較結果，然後根據它們的可能性對粒子進行重新採樣。我認爲這是粒子濾波的基本過程。我現在困惑的是，我應該如何處理一些粒子在轉發時碰到牆壁的

3熱度

1回答

如何正確設置隨機數發生器？

爲了開發我的粒子濾波器算法實現，我需要生成關於與要跟蹤的對象有關的運動的假設：如果我設置了N樣本，並且如果我使用了2×1的狀態向量，那麼在每一步我必須生成N對的隨機值（一個2乘以N矩陣）。此外，如果我知道運動的統計數據（均值和標準差），那麼我可以使用均值和標準差來生成所有的N值。最後，爲了模擬運動的不確定性，我可以生成一個噪聲矩陣（矩陣），並將其添加到運動矩陣中。基於這些前提，我已經實現了在MA

1熱度

1回答

粒子過濾器最有可能的軌跡

我已經實現了一個Particle Filter來本地化機器人。如果我想獲得最可能的一組路徑，那麼最好的方法是什麼？我想知道如果以最高的重量採取particle是一種正確的方法嗎？

1熱度

1回答

帶粒子濾波器的回溯

我剛剛實現了一個用於室內跟蹤的粒子濾波器。它看起來不錯，但在某些點上，粒子進入房間並被困在那裏。什麼是回溯的聰明方法？我保存了最後10次運動的粒子狀態。謝謝