贝叶斯滤波计算4d毫米波聚类目标动静属性

机器人学中有些问题是二值问题,对于这种二值问题的概率评估问题可以用二值贝叶斯滤波器binary Bayes filter来解决的。比如机器人前方有一个门,机器人想判断这个门是开是关。这个二值状态是固定的,并不会随着测量数据变量的改变而改变。就像门一样,不是开就是关。

现在我利用二值贝叶斯滤波来在跟踪阶段判断4d毫米波聚类后目标的动态和静态属性

为了估计目标在给定时刻的动态概率,计算速度大于给定值的点与目标点云中的点总数的比率。在二值贝叶斯滤波器中使用贝叶斯定理来更新目标的状态,它可以是静态的,也可以是动态的,在t时刻分别用0或1的二进制值表示。

在动态和静态属性更新中, p ( x ∣ z t ) p(x|z_t) p(x∣zt)计算为速度大于给定值 v d v_d vd的点数与目标点云中的点总数的比值。

最后我们通过lt来计算二值状态的置信度:

明天写代码验证效果

相关推荐
L.fountain21 小时前
机器学习shap分析案例
人工智能·机器学习
weixin_4296302621 小时前
机器学习-第一章
人工智能·机器学习
Cedric111321 小时前
机器学习中的距离总结
人工智能·机器学习
寒月霜华1 天前
机器学习-数据标注
人工智能·机器学习
Godspeed Zhao1 天前
自动驾驶中的传感器技术46——Radar(7)
人工智能·机器学习·自动驾驶
limengshi1383921 天前
机器学习面试:请介绍几种常用的学习率衰减方式
人工智能·学习·机器学习
救救孩子把1 天前
2-机器学习与大模型开发数学教程-第0章 预备知识-0-2 数列与级数(收敛性、幂级数)
人工智能·数学·机器学习
qingyunliushuiyu1 天前
BI数据可视化:驱动数据价值释放的关键引擎
数据挖掘·数据分析·数据分析系统·数据分析平台·bi数据可视化
HenrySmale2 天前
05 回归问题和分类问题
分类·数据挖掘·回归
蒋星熠2 天前
如何在Anaconda中配置你的CUDA & Pytorch & cuNN环境(2025最新教程)
开发语言·人工智能·pytorch·python·深度学习·机器学习·ai