Методы коррекции данных для прогнозирования / обнаружения волана - PullRequest
0 голосов
/ 23 октября 2018

Заранее спасибо, что нашли время, чтобы помочь мне с этим вопросом, я уже некоторое время занимаюсь этим вопросом.

Итак, вот моя проблема: я работал над проектом, использующим Python OpenCVдля обнаружения и прогнозирования пути волана с помощью камеры ZED (стереокамеры): https://www.stereolabs.com/zed/

Методы, которые я в настоящее время использую, - это обнаружение цвета и обнаружение движения для них.Хотя большая часть данных, которые я получаю, довольно точна, некоторые точки данных, похоже, выходят далеко за пределы.

Ниже приведен пример точек данных и график, который показывает нанесенные точки данных.

Может ли кто-нибудь помочь мне с корректировкой точек, которые, кажется, расходятся с обнаруженными значениями?

Я использую расширенный фильтр Калмана для прогнозирования траектории, после обращения к некоторым исследовательским работам, связанным с этим.

Может кто-нибудь сообщить мне, если выбранный мной путь находится на правильном пути или я что-то упустил?

Я также где-то читал об использовании блоков AI, но я неуверен, что я буду делать с ними, любые указания на это тоже было бы хорошо.: -)

Изображение трехмерного графика (обнаруженные точки): Найденные точки

Траектория волана (оранжевая размытая линия): Каким должен быть фактический путьвыглядят как

Данные X, Y, Z - координаты

...