Information Modeling

Question

• Le module de capteur dans mon projet est constitué d'une caméra rotative , qui recueille bruyants informations sur les objets en mouvement dans l'environnement.
• L'information se compose de la distance , angle et changement relatif des objets en mouvement ..
• La vue de limitation gamme de la caméra, il est essentiel de faire tourner la caméra pour mettre à jour périodiquement des informations d'environnement. ..

Je cherchais algorithmes/moyens pour modéliser ces informations, afin de pouvoir conjecture/prédire/Ica rn propriétés de mouvement de ces objets ..

Mon idée actuellement proposée est de stocker les n dernières instantanés de chaque objet dans une file d'attente. Je prends la moyenne pondérée des positions et des vitesses d'objets en mouvement, mais je pense que c'est une mauvaise méthode ...

Pouvez-vous indiquer quelques titres qui conviennent à ce cas?

Merci

Answer 1

Kalman {Extended, unscented, ... } filters et particle filtersseulement après avoir lu les filtres de Kalman.

Les filtres de Kalman apprennent et prédisent les données correctes à partir de données bruitées avec une hypothèse gaussienne, ce qui peut vous être utile. Si vous avez besoin de méthodes non gaussiennes, regardez le filtre à particules.