ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

轨迹预测-运动递归函数

2019-07-14 16:55:54  阅读:230  来源: 互联网

标签:... begin 轨迹 end matrix 递归函数 right left 预测


定义

\[ o(t)=C_1*o(t-1)+c_2*o(t-2)+...+c_f(t-f) \tag{1} \]
事件t的位置点和之前f个位置点具有线性组合的关系,f成为回顾系数。
定义
\[ s_0(t) = \{o(t),o(t-1),...,o(t-f+1)\} \tag{2} \]
因此
\[ s_0(t)=K_0*s_0(t-1) \tag{3} \]
K_0是维度为\((d*f)*(d*f)\)维度的矩阵。d是数据点的维度,对于二维路径点d = 2。
对于d=2,f=2,写出式(3)的展开形式:
\[ \left[ \begin{matrix} o(t).x_1 \\ o(t).x_2 \\ o(t-1).x_1 \\ o(t-1).x_2 \end{matrix} \right] = \left[ \begin{matrix} k_{11} & k_{12} & k_{13} & k_{14} \\ k_{21} & k_{22} & k_{23} & k_{24} \\ 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ \end{matrix} \right] * \left[ \begin{matrix} o(t-1).x_1 \\ o(t-1).x_2 \\ o(t-2).x_1 \\ o(t-2).x_2 \end{matrix} \right] \]

我们可以进一步认识到,对于\(K_0\)矩阵只有前面d行是未知,未知数个数为\(d*(d*f)\)。
对于其余行的每个元素,满足:
\[ \begin{cases} k_{ij} = 0 \space \text{for i>=d+1 and i!=j+d} \\ \tag{4} k_{ij} = 1 \space \text{for i>=d+1 and i=j+d} \end{cases} \]
抽取式(3)的\(K_0\)矩阵的前d行的某一行的乘法过程,可以写出
\[ s_0(t-1)^T*K_{i*} = o(t).x_i \tag{5} \]
其中\(d>=i>=1\),\(K_{i*}\)是K矩阵的第i行向量。

我们需要得到能够最好的描述历史数据的\(K_0\)矩阵,并以此预测将来的路径。

参数估计

设l_0(t)是实际的路径点数据。\(\{l_o(T_c-h+1),l_0(T_c-h+2),...,l_0(T_c)\}\)是距离当前时刻最近的h个路点数据。
h需要大于f。
根据式(5)我们可以写出:
\[ \left[ \begin{matrix} s(T_c-1)^T \\ s(T_c-2)^T \\ ... \\ s(T_c-h+f)^T \end{matrix} \right] * k_{i*} = \left[ \begin{matrix} l(T_c).x_i \\ l(T_c-1).x_i \\ ... \\ l(T_c-h+f+1).x_i \end{matrix} \right] \tag{6} \]


\[ S = \left[ \begin{matrix} s(T_c-1)^T \\ s(T_c-2)^T \\ ... \\ s(T_c-h+f)^T \end{matrix} \right] \space l = \left[ \begin{matrix} l(T_c).x_i \\ l(T_c-1).x_i \\ ... \\ l(T_c-h+f+1).x_i \end{matrix} \right] \]
式6可以简写为\(S*k_{i*}=l\)
接下来的任务是求解行向量\(k_{i*}\),求解从1到d行的每个行向量可以得到完整的K矩阵。
论文中简单介绍来了将S进行奇异值分解的求解方法。
式(6)中共有h-f个方程,而行向量\(k_{i*}\)中共有d*f个未知数,todo...

标签:...,begin,轨迹,end,matrix,递归函数,right,left,预测
来源: https://www.cnblogs.com/bluebean/p/11184700.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有