2. Bayes ob'ektlarini kuzatishda sensor va dinamika modellari
Vaqtning turli lahzalarida ishlab chiqarilgan ma'lumotlarni birlashtirish, ya'ni kuzatuv muammosi odatda asosiy stsenariyga, ob'ekt dinamikasiga va ishlatiladigan sensorlarga xos bo'lgan noaniqlik va noaniqlik bilan tavsiflanadi. Bayes yondashuvi ushbu hodisalarning ko'pchiligi bilan shug'ullanish uchun juda mos uslubni taqdim etadi. Aniqroq qilib aytadigan bo'lsak, Bayes yondashuvi noaniq ma'lumotlar (muayyan turdagi) bilan ishlash uchun ishlov berish sxemasini taqdim etadi, bu esa ma'lum bir ma'lumot holatida yagona qaror qabul qilishning iloji bo'lmasa, "kechiktirilgan" qarorlar qabul qilish imkonini beradi. Noaniqliklar turli sabablarga ko'ra bo'lishi mumkin: Sensorlar o'zlarining cheklangan ruxsat berish imkoniyatlari yoki MTI radaridagi Doppler ko'rligi (MTI: Harakatlanuvchi maqsad ko'rsatkichi) kabi hodisalar tufayli noaniq ma'lumotlarni ishlab chiqishi mumkin. Ko'pincha ob'ektlarning muhiti noaniqlik manbai (zich ob'ekt holatlari, qoldiq tartibsizliklar, texnogen shovqin, keraksiz narsalar). Ko'proq bilvosita noaniqlik turi ob'ektlarning xatti-harakatlaridan kelib chiqadi (masalan, sifat jihatidan farq qiluvchi manevr bosqichlari). Nihoyat, foydalanilishi kerak bo'lgan kontekst bilimlari, shuningdek, yo'l xaritalaridagi kesishmalar yoki ob'ektning umumiy harakatini tavsiflovchi noaniq taktik qoidalar kabi muammoga xos noaniqliklarni ham anglatishi mumkin.
Biroq, umumiy bir nechta ob'ektni, bir nechta sensorni kuzatish vazifasi juda murakkab va bu bobning doirasidan tashqarida bo'lgan murakkab kombinatsion fikrlarni o'z ichiga oladi (kirish sifatida [5], [30] ga qarang). Shunga qaramay, ko'pgina ilovalarda kuzatuv vazifasini (juda) kamroq murakkablikdagi mustaqil kichik muammolarga bo'lish mumkin.
Ushbu munozaraga ko'ra, biz quyidagi yo'nalishlarda harakat qilamiz.
Asos: Vaqt o'tishi bilan bir yoki bir nechta sensorlar bir yoki bir nechta qiziqarli ob'ektlarning o'lchovlarini ishlab chiqaradi. Yig'ilgan sensor ma'lumotlari "vaqt seriyasi" ga misoldir. Har bir ob'ekt o'zining joriy "holati" bilan tavsiflanadi, odatda ob'ektning joriy holati, tezligi va tezlanishidan iborat vektor.
Maqsad: Sensor ma'lumotlari tomonidan yaratilgan "vaqt seriyasini" tahlil qilish orqali har bir qiziqish vaqtida individual ob'ekt holatlari haqida iloji boricha ko'proq ma'lumot oling.
Muammo: Sensor ma'lumotlari noto'g'ri, to'liq emas va hatto noaniq bo'lishi mumkin. Bundan tashqari, ob'ektlarning vaqtinchalik evolyutsiyasi odatda yaxshi ma'lum emas.
Yondashuv: Sensor o'lchovlari va ob'ekt holati vektorlarini tasodifiy o'zgaruvchilar sifatida sharhlang. Ushbu tasodifiy o'zgaruvchilar haqida nima ma'lum ekanligini ehtimollik zichligi funktsiyalari (pdfs) bo'yicha tavsiflang.
Yechish: Holat o‘zgaruvchilarining ehtimollik zichligi funksiyalarini hisoblash uchun iteratsiya formulalarini chiqaring va iteratsiyani boshlash mexanizmini ishlab chiqing. Tegishli sifat ko'rsatkichlari bilan birga pdf-lardan davlat baholarini oling.
Sensor boshqaruviga ilovaga ega rivojlangan sensor va dinamik modellar
|
7
|
A. Bayes formulasining asosiy roli
t l , l = 1, ... , k bilan belgilangan alohida momentlarida ob'ekt holatiga bog'liq n l o'lchovlarning Z l = to'plamini x l ko'rib chiqamiz . Bir nechta ob'ektlarda x l - qo'shma holat. t k gacha va shu jumladan, mos keladigan vaqt qatori rekursiv ravishda k bilan aniqlanadi = { Z k , n k ,
k -1 }. Ob'ektni kuzatishning markaziy savoli: ob'ekt holatlari haqida nima ma'lum bo'lishi mumkin x l vaqt lahzalari t l , ya'ni o'tmish uchun ( l < k ), hozirda ( l = k ) va kelajakda ( l > k ), tomonidan
vaqtlar qatorida to'plangan sensor ma'lumotlardan foydalanish k ? Oldindan chizilgan yondashuvga ko'ra, javob shartli ehtimollik zichligi funktsiyalari bilan beriladi.
(pdf) p ( x l │ k ) Bayes qoidasining natijasi sifatida iterativ tarzda hisoblanishi kerak. l = k uchun , ya'ni hozirgi vaqtda t k ob'ekt holatlari uchun biz quyidagilarni olamiz:
(1)
Boshqacha qilib aytganda, p ( x k │ k ) p ( x k │ k-1 ) va p ( Z k , n k │ x k ) pdf fayllaridan hisoblanishi mumkin .
|
