こんにちは、ソフト班Shinpukuです。
ここを参考にして作った「n次多項式近似のプログラム」です。
const int num = 16;
double distance[num] = {0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0, 1.5, 2.0, 2.5, 3.0, 3.5, 4.0, 4.5, 5.0, 5.5};
double pixels[num] = { 21, 27, 31, 37, 42, 44, 46, 50, 62, 68, 74, 76, 80, 82, 84, 84, 86};
// n次多項式近似 ///////////////////////////////////////////////////////
const int N = 5; // N-1次の多項式近似
double x[N];
double a[N][N+1];
double b[1][N+1];
for (int i = 0; i < N; i++) {
for (int j = 0; j < N + 1; j++) {
a[i][j] = 0.0;
}
}
for (int i = 0; i < N; i++) {
for (int j = 0; j < N; j++) {
for (int k = 0; k < num; k++) {
a[i][j] += pow((double)pixels[k], (double)(i + j));
}
}
}
for (int i = 0; i < N; i++) {
for (int j = 0; j < num; j++) {
a[i][N] += pow((double)pixels[j], (double)i) * distance[j];
}
}
for (int i = 0; i < N; i++) {
double m = 0;
int pivot = i;
for (int j = i; j < N; j++) {
if (fabs(a[j][i]) > m) {
m = fabs(a[j][i]);
pivot = j;
}
}
if (pivot != i) {
for(int j = 0; j < N+1; j++) {
b[0][j] = a[i][j];
a[i][j] = a[pivot][j];
a[pivot][j] = b[0][j];
}
}
}
for (int k = 0; k < N; k++) {
double p = a[k][k];
a[k][k] = 1;
for (int j = k+1; j < N+1; j++) a[k][j] /= p;
for (int i = k+1; i < N; i++) {
double q = a[i][k];
for (int j = k+1; j < N+1; j++) a[i][j] -= q*a[k][j];
a[i][k] = 0;
}
}
for (int i = N-1; i >= 0; i--) {
x[i] = a[i][N];
for (int j = N-1; j > i; j--) x[i] -= a[i][j]*x[j];
}
//////////////////////////////////////////////////////////////////////
これで、
r = 中心からのピクセル数
y = x[4]*r*r*r*r+ x[3]*r*r*r+ x[2]*r*r+ x[1]*r+ x[0];
で距離yがでます。
2009/02/11
2009/02/10
距離校正はつらいよ(5)
こんにちは、ソフト班Shinpukuです。
まだ距離校正しています。
先日の実験の失敗は、
1. サンプル数が少なかった
2. サンプルを採る位置が悪かった
3. ロボットの位置が悪かった
4. そもそも指数近似の問題ではなかった
なのだと思います。
まずは1.と2.について。
サンプル数を78個。0.3m~8.0mを0.1m間隔で採って見ました。

あれ?サンプル少ない時とあまり変わりませんね。
やはり距離が離れるに従って、距離精度が落ちています。
これは仕方がないことなのでしょう。
次は3.についてです。
試行錯誤の結果、ロボットの前方(少し凹んでいる所)にメジャーの9cmを合わせて距離校正を行うと、自己位置がちゃんと出るようになりました。

「自己位置」っていきなり出てきましたけど、これはアレですよ。ロボットの座標です。
距離校正の最終的な目標というのは、ボールの距離がどうのというではなく、白線の距離を正確に求めることなのです。
そういう意味では指数近似では力不足といったところです。
そこで4.なのですよ。
これについては・・・禁断のn次多項式を使うしかありません。
できればこれは使いたくなかった・・・!
理由は後ほど。
まだ距離校正しています。
先日の実験の失敗は、
1. サンプル数が少なかった
2. サンプルを採る位置が悪かった
3. ロボットの位置が悪かった
4. そもそも指数近似の問題ではなかった
なのだと思います。
まずは1.と2.について。
サンプル数を78個。0.3m~8.0mを0.1m間隔で採って見ました。

あれ?サンプル少ない時とあまり変わりませんね。
やはり距離が離れるに従って、距離精度が落ちています。
これは仕方がないことなのでしょう。
次は3.についてです。
試行錯誤の結果、ロボットの前方(少し凹んでいる所)にメジャーの9cmを合わせて距離校正を行うと、自己位置がちゃんと出るようになりました。
「自己位置」っていきなり出てきましたけど、これはアレですよ。ロボットの座標です。
距離校正の最終的な目標というのは、ボールの距離がどうのというではなく、白線の距離を正確に求めることなのです。
そういう意味では指数近似では力不足といったところです。
そこで4.なのですよ。
これについては・・・禁断のn次多項式を使うしかありません。
できればこれは使いたくなかった・・・!
理由は後ほど。
2009/02/09
距離校正はつらいよ(4)
こんばんは、ソフト班Shinpukuです。
今日は指数近似を用いた距離校正プログラムの実験です。
でも、その前に・・・
ロボットのカメラが少し傾いていたので、機械班の人に直してもらいました。

さて、距離校正の実験です。

前回と同じく16サンプル採って、理論値と比較してみました。

図中のピンクが距離校正用サンプルで、これを元に近似式を作っています。
その上で、2回目の計測を行ったのが青の点です。
1.0m~3.5mはうまく出ています。
近距離と遠距離がイマイチです。
近距離の精度が悪いのは計測方法が間違っていたのでしょうか?
まぁ、これは何とかなるでしょう。
問題は遠距離です。
誤差0.8mって何ですか?
ていうか遠距離はムリですよ。
解像度240×240ですよ。
ムチャ言わないで下さいよ。
今日は指数近似を用いた距離校正プログラムの実験です。
でも、その前に・・・
ロボットのカメラが少し傾いていたので、機械班の人に直してもらいました。
さて、距離校正の実験です。
前回と同じく16サンプル採って、理論値と比較してみました。
図中のピンクが距離校正用サンプルで、これを元に近似式を作っています。
その上で、2回目の計測を行ったのが青の点です。
1.0m~3.5mはうまく出ています。
近距離と遠距離がイマイチです。
近距離の精度が悪いのは計測方法が間違っていたのでしょうか?
まぁ、これは何とかなるでしょう。
問題は遠距離です。
誤差0.8mって何ですか?
ていうか遠距離はムリですよ。
解像度240×240ですよ。
ムチャ言わないで下さいよ。
登録:
投稿 (Atom)