machine-learning - 如何在相机以外的其他传感器上使用 SLAM?
问题描述
我有一个传感器,可以读取每个位置的电磁场强度。
并且每个位置的场都是稳定且独特的。所以读数只是位置的函数,如下所示:reading = emf(x,y,z)
读数由 3 个数字组成(不是位置)。
我想找到函数的反emf
函数。这意味着我想找到pos
这样定义的函数:x,y,z = pos(reading)
我无法同时使用emf
和pos
功能。我想我想pos
使用神经网络逐步估计函数。
所以我通过 IMU 的空间输入reading
和加速传感器。ax,ay,az
加速度不是那么准确。我想使用这 2 个输入来帮助我确定传感器随时间的位置。您可以假设第一次读数时起始位置为 0,0,0。
简而言之,输入是reading
在ax,ay,az
每个时间步上,输出将根据函数的权重进行调整,pos
或者输出将直接定位。
我一直在阅读SLAM(同时定位和映射)算法,我认为这可能对我的情况有所帮助,因为我的问题是概率性的。如果我准确地知道加速度,我不需要任何概率,但加速度是不准确的。
所以我想知道如何根据SLAM对这个问题进行建模?不过,我没有相机来做基于视觉的 SLAM。
为什么我认为这很容易处理?如果第一个读数是1,1,1
并且位置在原点0,0,0
,并且我移动传感器,则位置可能会漂移,因为传感器以前从未见过其他读数,但在我回到原点后,读数将1,1,1
再次出现,因此传感器应该报告原点0,0,0
作为输出。在传感器移动期间,算法应过滤加速度,以便所有先前的位置都有意义。
解决方案
推荐阅读
- javascript - 如何用函数结束 requestanimationFrame?
- spring-boot - 在 kibana 中禁用获取错误插件案例
- server - 删除不必要的 DNS 记录?
- azure - Azure Luis 响应 403:超出每月总密钥配额限制
- javascript - 如何在计数器应用程序上保存计数并将该计数显示在显示先前计数的列表中?(使用反应)
- r - 显示由理论相关值和前四个滞后的置信限组成的图,以确定声明是否正确
- javascript - 将 v-model 值从数字转换为字符串
- java - 单击listView上的按钮后获取_id和位置项 - Android
- javascript - 将任意 Javascript 函数导入 Vue.js 组件
- html - 单一表单元素和响应宽度的初学者元素问题