Objekterkennung mit LiDAR - Versionsgeschichte

Ulrich.schneider@hshl.de am 18. Oktober 2024 um 11:37 Uhr

2024-10-18T11:37:14Z

← Nächstältere Version		Version vom 18. Oktober 2024, 11:37 Uhr
Zeile 1:		Zeile 1:
			[[Kategorie:Objekterkennung mit LiDAR]]
	Autor: Peng		Autor: Peng

Thomas Miska: /* Koordinatentransformation polar- zu kartesisch */

2019-10-18T11:49:40Z

Koordinatentransformation polar- zu kartesisch

← Nächstältere Version		Version vom 18. Oktober 2019, 11:49 Uhr
Zeile 58:		Zeile 58:
	Wegen des Einheit in Meter wird die Einheit im Programm umgerechnet.		Wegen des Einheit in Meter wird die Einheit im Programm umgerechnet.

			<pre>
	% Das Koordinatenparameter in m		% Das Koordinatenparameter in m
	x(cnt)=rangescan(cnt)*sin(phi_rad(cnt))/1000;		x(cnt)=rangescan(cnt)*sin(phi_rad(cnt))/1000;
	y(cnt)=rangescan(cnt)*cos(phi_rad(cnt))/1000;		y(cnt)=rangescan(cnt)*cos(phi_rad(cnt))/1000;
			</pre>

	== Koordinatentransformation LiDARfest zu Fahrzeugfest ==		== Koordinatentransformation LiDARfest zu Fahrzeugfest ==

Thomas Miska: /* Koordinatentransformation polar- zu kartesisch */

2019-10-18T11:44:24Z

Koordinatentransformation polar- zu kartesisch

← Nächstältere Version		Version vom 18. Oktober 2019, 11:44 Uhr
Zeile 58:		Zeile 58:
	Wegen des Einheit in Meter wird die Einheit im Programm umgerechnet.		Wegen des Einheit in Meter wird die Einheit im Programm umgerechnet.

	~~<code>~~
	% Das Koordinatenparameter in m		% Das Koordinatenparameter in m
	x(cnt)=rangescan(cnt)*sin(phi_rad(cnt))/1000;		x(cnt)=rangescan(cnt)*sin(phi_rad(cnt))/1000;
	y(cnt)=rangescan(cnt)*cos(phi_rad(cnt))/1000;		y(cnt)=rangescan(cnt)*cos(phi_rad(cnt))/1000;
	~~</code>~~

	== Koordinatentransformation LiDARfest zu Fahrzeugfest ==		== Koordinatentransformation LiDARfest zu Fahrzeugfest ==

Thomas Miska: /* Koordinatentransformation polar- zu kartesisch */

2019-10-18T11:39:21Z

Koordinatentransformation polar- zu kartesisch

← Nächstältere Version		Version vom 18. Oktober 2019, 11:39 Uhr
Zeile 58:		Zeile 58:
	Wegen des Einheit in Meter wird die Einheit im Programm umgerechnet.		Wegen des Einheit in Meter wird die Einheit im Programm umgerechnet.

	% Das Koordinatenparameter in m		<code>
	x(cnt)=rangescan(cnt)*sin(phi_rad(cnt))/1000;		% Das Koordinatenparameter in m
	y(cnt)=rangescan(cnt)*cos(phi_rad(cnt))/1000;		x(cnt)=rangescan(cnt)*sin(phi_rad(cnt))/1000;
			y(cnt)=rangescan(cnt)*cos(phi_rad(cnt))/1000;
			</code>

	== Koordinatentransformation LiDARfest zu Fahrzeugfest ==		== Koordinatentransformation LiDARfest zu Fahrzeugfest ==

Thomas Miska: /* Koordinatentransformation polar- zu kartesisch */

2019-10-18T11:31:28Z

Koordinatentransformation polar- zu kartesisch

← Nächstältere Version		Version vom 18. Oktober 2019, 11:31 Uhr
Zeile 58:		Zeile 58:
	Wegen des Einheit in Meter wird die Einheit im Programm umgerechnet.		Wegen des Einheit in Meter wird die Einheit im Programm umgerechnet.

	~~<syntaxhighlight lang="matlab" style="border: none; background-color: #EFF1C1">~~		% Das Koordinatenparameter in m
	% Das Koordinatenparameter in m		x(cnt)=rangescan(cnt)*sin(phi_rad(cnt))/1000;
	x(cnt)=rangescan(cnt)*sin(phi_rad(cnt))/1000;		y(cnt)=rangescan(cnt)*cos(phi_rad(cnt))/1000;
	y(cnt)=rangescan(cnt)*cos(phi_rad(cnt))/1000;
	~~</syntaxhighlight>~~

	== Koordinatentransformation LiDARfest zu Fahrzeugfest ==		== Koordinatentransformation LiDARfest zu Fahrzeugfest ==

Yu Peng: /* Objektracking */

2019-06-30T07:32:42Z

Objektracking

← Nächstältere Version		Version vom 30. Juni 2019, 07:32 Uhr
Zeile 275:		Zeile 275:


	Die ~~Geschwendigkeit~~ durch Lichtschranken berechnet die durchschnittliche ~~Geschwendigkeit~~. Man zieht mit dem Faden das Objekt aus, damit der Kalmanfilter die durchschnittliche ~~Geschwendigkeit~~ und die Koordinaten X und Y berechnen kann.Folgendlich zeigt der Testaufbau des dynamischen Modells.		Die Geschwindigkeit durch Lichtschranken berechnet die durchschnittliche Geschwindigkeit. Man zieht mit dem Faden das Objekt aus, damit der Kalmanfilter die durchschnittliche Geschwindigkeit und die Koordinaten X und Y berechnen kann.Folgendlich zeigt der Testaufbau des dynamischen Modells.

	[[Datei:Testaufbau1.png\|300px\|]]		[[Datei:Testaufbau1.png\|300px\|]]

Yu Peng: /* Objektracking */

2019-06-30T07:32:06Z

Objektracking

← Nächstältere Version		Version vom 30. Juni 2019, 07:32 Uhr
Zeile 205:		Zeile 205:
	5.Korrektur der Kovarianzschäzung: <math> P = P_p - K \times H \times P_p </math>		5.Korrektur der Kovarianzschäzung: <math> P = P_p - K \times H \times P_p </math>

	Nach der Physik werden der Abstand, die Geschwindigkeit und die Beschleunigung dargestellt. Wenn der Abstand 1 ist, sind die ~~Geschwendigkeit~~ und die Beschleunigung jeweils <math> dt, \frac {dt^2} {2}</math>. Deswegen können A,Q berechnet werden. R bedeutet das Messrauchen und kann durch die Standardabweichung zum Quadrad beziehungsweise die Varianz berechnet werden.( [2] basierend auf den Code von Phil Kim und Herrn Prof. Dr.-Ing. Schneider) :		Nach der Physik werden der Abstand, die Geschwindigkeit und die Beschleunigung dargestellt. Wenn der Abstand 1 ist, sind die Geschwindigkeit und die Beschleunigung jeweils <math> dt, \frac {dt^2} {2}</math>. Deswegen können A,Q berechnet werden. R bedeutet das Messrauchen und kann durch die Standardabweichung zum Quadrad beziehungsweise die Varianz berechnet werden.( [2] basierend auf den Code von Phil Kim und Herrn Prof. Dr.-Ing. Schneider) :
	<syntaxhighlight lang="matlab" style="border: none; background-color: #EFF1C1">		<syntaxhighlight lang="matlab" style="border: none; background-color: #EFF1C1">
	% Beim ersten Durchlauf Variblen initialisieren		% Beim ersten Durchlauf Variblen initialisieren

Yu Peng: /* Objektracking */

2019-06-30T07:31:42Z

Objektracking

← Nächstältere Version		Version vom 30. Juni 2019, 07:31 Uhr
Zeile 205:		Zeile 205:
	5.Korrektur der Kovarianzschäzung: <math> P = P_p - K \times H \times P_p </math>		5.Korrektur der Kovarianzschäzung: <math> P = P_p - K \times H \times P_p </math>

	Nach der Physik werden der Abstand, die ~~Geschwendigkeit~~ und die Beschleunigung dargestellt. Wenn der Abstand 1 ist, sind die Geschwendigkeit und die Beschleunigung jeweils <math> dt, \frac {dt^2} {2}</math>. Deswegen können A,Q berechnet werden. R bedeutet das Messrauchen und kann durch die Standardabweichung zum Quadrad beziehungsweise die Varianz berechnet werden.( [2] basierend auf den Code von Phil Kim und Herrn Prof. Dr.-Ing. Schneider) :		Nach der Physik werden der Abstand, die Geschwindigkeit und die Beschleunigung dargestellt. Wenn der Abstand 1 ist, sind die Geschwendigkeit und die Beschleunigung jeweils <math> dt, \frac {dt^2} {2}</math>. Deswegen können A,Q berechnet werden. R bedeutet das Messrauchen und kann durch die Standardabweichung zum Quadrad beziehungsweise die Varianz berechnet werden.( [2] basierend auf den Code von Phil Kim und Herrn Prof. Dr.-Ing. Schneider) :
	<syntaxhighlight lang="matlab" style="border: none; background-color: #EFF1C1">		<syntaxhighlight lang="matlab" style="border: none; background-color: #EFF1C1">
	% Beim ersten Durchlauf Variblen initialisieren		% Beim ersten Durchlauf Variblen initialisieren

Yu Peng: /* Objektracking */

2019-06-30T07:31:28Z

Objektracking

← Nächstältere Version		Version vom 30. Juni 2019, 07:31 Uhr
Zeile 187:		Zeile 187:

	== Objektracking ==		== Objektracking ==
	Objekttracking ist mit dem Kalmanfilter,die Parameter beziehungsweise die ~~Geschwendigkeit~~, die Koordinate x und y zu prognosizieren. Der Test wird in zwei Situationen eingeteilt.Einerseits ist es ein statisches Objekt,andereseits ist es ein dynamisches Objekt. Dabei wird zwischen statischen und dynamischen Objekten unterschieden.		Objekttracking ist mit dem Kalmanfilter,die Parameter beziehungsweise die Geschwindigkeit, die Koordinate x und y zu prognosizieren. Der Test wird in zwei Situationen eingeteilt.Einerseits ist es ein statisches Objekt,andereseits ist es ein dynamisches Objekt. Dabei wird zwischen statischen und dynamischen Objekten unterschieden.

	Folglich zeigt die relevante Formel des Kalmanfilters:		Folglich zeigt die relevante Formel des Kalmanfilters:

Yu Peng: /* Attribute schätzen */

2019-06-26T10:43:41Z

Attribute schätzen

← Nächstältere Version		Version vom 26. Juni 2019, 10:43 Uhr
Zeile 295:		Zeile 295:
	[[Datei:Dynamische_objekt.png\|600px\|]]		[[Datei:Dynamische_objekt.png\|600px\|]]

	Aus der Tabelle kann man erkennen, dass die Messabweichung zwischen die Messwerte sehr klein ist. Deswegen sind die statischen Daten erfolgreich. Die Messwerte des dynamischen Objekt haben einige Probleme.Einige Breite und Tiefe haben einen Unterschied zwischen die aktuellen Breite und Tiefe. Einerseits wird nur einige Wertpaare gemesst ,andereseits wird während der Ausziehung mit dem Faden die Messwerte beeinflusst. Außerdem kann man von dem Bild oder der Tabelle 2 erkennen, dass einige Linie, mit denen kein komplettes Objekt dargestellt wird, erzeugt wird. Anders gesagt ist es das Rauschen. Der Faden ist vielleicht den Einfluß darauf. Noch ein Problem ist , dass manche Tiefe nicht komplett eingescannt werden können. Deswegen zeigen einige Tiefe in der Tabelle seht klein. Anders gesagt beeinflußt die Objektausrichtung, die durch die Koordinate Y duch die Koordinate X beziehungsweise durch die Richtungskoeffizent berechnet wird. Die Lösung ist mehrmals zu messen.Dann kann die Messwerte ohne Einfluss bekommen werden.		Aus der Tabelle kann man erkennen, dass die Messabweichung zwischen die Messwerte sehr klein ist. Deswegen sind die statischen Daten erfolgreich. Die Messwerte des dynamischen Objekt haben einige Probleme.Einige Breite und Tiefe haben einen Unterschied zwischen die aktuellen Breite und Tiefe. Einerseits wird nur einige Wertpaare gemesst ,andereseits wird während der Ausziehung mit dem Faden die Messwerte beeinflusst. Außerdem kann man von dem Bild oder der Tabelle erkennen, dass einige Linie, mit denen kein komplettes Objekt dargestellt wird, erzeugt wird. Anders gesagt ist es das Rauschen. Der Faden ist vielleicht den Einfluß darauf. Noch ein Problem ist , dass manche Tiefe nicht komplett eingescannt werden können. Deswegen zeigen einige Tiefe in der Tabelle seht klein. Anders gesagt beeinflußt die Objektausrichtung, die durch die Koordinate Y duch die Koordinate X beziehungsweise durch die Richtungskoeffizent berechnet wird. Die Lösung ist mehrmals zu messen.Dann kann die Messwerte ohne Einfluss bekommen werden.

	= Softwareentwurf in C++ =		= Softwareentwurf in C++ =