第二十七章.双限趋势预设态估值拟合算法
第二十七章.双限趋势预设态估值拟合算法 (第1/2页)今天在家里，是难得休息的一天，丁琪琪趴在桌子上，看林久浩的电脑。
“算法还原，算法还原，算法还原。。。。。还原逻辑，还原逻辑，还原逻辑。。。不行，口诀不灵了。。。。。。哥~老哥，这是什么呀？”丁琪琪手里拿着柳德米拉前一段时间发过来的文件，里面是一套视觉系统算法理论模型，这套算法能够大大提高机器人观察物体的精度及自身反应速度，但是，丁琪琪看不懂。
“又动我的文件了？看不懂吧？。。。没关系，看不懂很正常。”林久浩走了过来，看着抱着脑袋的丁琪琪。
“哥，这是什么算法呀？这么高深。。。莫测的。”丁琪琪的优点就是，三十岁的心态跟十三岁的心态偏差值不大。
“好的，啊，我们来看一下这个问题，看之前，你去把普洱茶泡好。”林久浩先安排一个小工作给丁琪琪。
“好嘞，熟茶还是生茶？”丁琪琪拿着PAD让艾久去泡茶。
“熟茶吧，九九年的土林凤凰特制熟茶就可以。”林久浩把茶都指定好了。
“好嘞~”丁琪琪去泡茶。
不一会儿，茶泡好了，丁琪琪端过来两杯普洱熟茶，还热气腾腾的。
“哥，喝茶，边喝边给我讲解一下。”丁琪琪。
“学习态度不错啊，保持住啊~。。。我们开始，我问你一个问题，你还记得艾久三号吗？”林久浩问道。
“就是那个自己刚学会走路，然后走几步，就会产生大幅偏离值的艾久三号吗？”丁琪琪反问道。
“对，就是你抱来抱去的校准位置的艾久三号。”林久浩。
“哥，好汉不提当年勇，你直接说吧，不要再提我以前的傻事了。”丁琪琪。
“好的，我们当时采用的距离校准方法是什么？你还有印象吗？记得那个A吗？”林久浩引导丁琪琪的回忆。
“记得，A就是观测物体的实际长度，是一个定值。”丁琪琪没有忘记。
“很好，当时我们是通过测量屋子里面的物体实际长度，然后得到具体的A值，然后，艾久三号通过算法测定与A的距离H的数值，对不对？”林久浩问。
“对呀！”丁琪琪。
“如果在屋子外面，A没有测定的值，怎么办？”林久浩接着问。
“没有。。。就不用测呀，因为在屋子外面有卫星定位系统可以使用，所以艾久三号不用视觉测定位置，就可以通过卫星定位校准了。”丁琪琪脑子有点跑偏。。。
“你，脑子点错方向了，艾久可以通过卫星定位校准自己的位置，但是看到的物体呢？怎么测算距离，你以为拟人机器人只有校准位置的需求吗？”林久浩。
“知道，还有观察物体，并测定物体的位置需求，而测定后的物体形态及距离数值，要输入机器人拟脑的条件环境关联的多元关联拟脑模型里，用于后期计算使用。”丁琪琪的思维又拐回来了。
“对，机器人一旦知道了与A的距离H，那么就可以通过算法，一直跟踪更新与A的距离H，这就是机器人视觉算法中的一部分，所以在环境条件关联的拟脑模型中，就可以实时跟踪运动变化。”林久浩。
“哥，我们现在使用雷达系统及激光系统测定距离不是挺好的吗？”丁琪琪问道。
“联合使用算法开放，如果能够做好视觉测距算法，那么在实际使用中，机器人只要用激光测一下，就可以知道条件环境空间中，多元关联‘态’模型中的所有物体位置，而不是对所有物体都测一遍，也不需要一直测。。。另外，雷达和激光系统用于民用可以，而军用机器人，一旦开启雷达和激光测距，就容易暴露自己的位置，所以现在最尖端的技术就是视觉测距及分析系统。”林久浩解释道。
“哥，狙击手做的算法就是解决这个问题的吗？”丁琪琪接着问。
“是的，狙击手创新了一种算法，就是【双限趋势变化估值拟合算法】，然后和我一起把这种算法构建在多元关联拟脑动态库模型上，实现【多组双限趋势预设态估值拟合算法】。”林久浩继续解释。
“这是什么算法，就是这个文件吗？”丁琪琪滚动着鼠标问道。
“这个文件里面就是【双限趋势变化估值拟合算法】，针对被观察物，也是参照物，【动对静】模式下的距离测定算法理论模型，及部分测量值。”林久浩说道。
“被观察物还是参照物？”丁琪琪不解。
“所有的静态被观察物，也是作为机器人条件环境空间的参照物使用，这就是多元关联的理念。”林久浩。
“哥，【动对静】是不是指的，观察点处于运动状态，而被观察物，也是参照物处于静止状态的模式？”丁琪琪开始进入状态了。
“对，先解决【动对静】模式，再解决【动对静+动】模式，再解决【动对动】模式，很复杂的。”林久浩。
“哥，你先给我讲一下【动对静】模式好吗，我觉得这是最简单，而且是最基础的算法模型，理解了这个，才能理解后面的。”丁琪琪。
“好的，【动对静】模式，是指观察者在观察参照物A的时候，是处于运动状态，我们把运动状态规定为，最简单的‘正面对向’，沿着直线的线性靠近或者远离的运动，在这种最简单的运动状态去观察A的变化，然后通过观察值a来测准A的值，然后计算出与A的距离H。”林久浩暂时不讲变焦原理，而是用最基本的原理讲解。
“哥，可实际情况肯定不是这样的，机器人往往无法做到‘正面对向’的直线运动，所以这种理想状态是无法出现的，不具备普遍性。”丁琪琪。
“琪琪，你错了，具备普遍性，例如，我们以前说的姿态还原理论，当我们知道一架飞机的实际尺寸，当观察到它的时候，我们可以通过轮廓及长宽比测定，知道它与我们观察者的角度偏差，我们在模型里面就可以还原姿态，然后获得A的投影数值，所以飞机的任何姿态，我们都可以通过算法还原。”林久浩。
“哦，就是正面可以用姿态还原算法来实现正确的面对问题，看来，我们国家所有军事设备的具体尺寸参数，千万不要泄露，一旦泄露，敌人就可以通过建模，然后在远距离上实现视觉定位了。”丁琪琪。
“是呀，所以保密要做到每一个人。”林久浩。
“那么怎么做到线性的直线运动呢？”丁琪琪继续问道。
“首先我们做了姿态还原，那么就可以知道我们与参照物之间的大体位置关系，即使不能做到正面直线运动，我们可以用算法补偿，还原出正面直线运动的状态。”林久浩。
“哦，明白了，就是我们知道了参照物的姿态，然后我们把自己的运动方式，转换成与参照物的正面直线运动，这种算法可以开放运动方式，即使是不做直线运动，也可以还原成我们需要的相对运动模型。”丁琪琪理解着说道。
“你知道这个原理的意义吗？”林久浩。
“是不是机器人在面对敌人的时候，需要做战术动作和其他协助的动作，运动状态不能按照理想状态，这种情况下测量参照物，就需要算法还原。。。另外，不规则线性运动的实际观察值是不是也有作用？”丁琪琪。
“当然有作用了，单纯的面对垂直运动，由于物体的近大远小，实际是无法直接测定物体距离我们的位置，但是，不规则线性运动产生的观察值，可以通过多角度连线产生的焦点，来确定大致位置范围，这就给‘双限趋势估值拟合算法’提供了大致的范围。”林久浩。
“哦，这个大致的范围是不是很粗糙，然后就要用资料库里面的经验样本再做一次估值范围的估算。”丁琪琪确实大脑在线了。
“对，你现在处于脑子在线状态，不只是这些，不规则线性运动，同时也会产生两组数值，计算值和实际观察值，实际观察值可以用来做参照补偿。。。很复杂的，这就是狙击手的算法理论模型。”林久浩。
“哥，那么A的姿态是不是都在数据库里面了？”丁琪琪接着问道。
“对，A是要有模糊计算后的粗模型样本，就是我们看到汽车，就知道它大概的样子和尺寸，看到箱子就知道它的模型和大小尺寸。”林久浩。
“哥，完全不认识的物体呢？”丁琪琪。
“这涉及到物体拆分，模糊约等算法，就是不认识的物体，我可以把它拆分了，然后去发现里面那个部分，可以模糊约等于的样本，那是另外一部分的算法，不是我们今天要讲的部分。”林久浩。
“哦，知道了，就是狙击手的算法模型，是针对有模糊值的样本库，通过模糊值测定准确距离的算法。”丁琪琪。
“你说的很对，这个算法是通过模糊值，在运动中测量出准确数值的算法，可以让机器人更准确的执行任务。”林久浩。
“可不可以用模糊值直接测定距离。”丁琪琪问道。
“这是两个问题，首先模糊值测定的距离不准确，另外，模糊值需要校对，例如箱子的尺寸有大小之分，你用什么去估值，也许估值偏差会很大，那么这个估值怎么调校？”林久浩反问道。
“哦，虽然样本库中有样本，然而，取哪一个模糊值就很难确定，所以。。。怎么办？”丁琪琪继续问。
“这就是狙击手的算法，估值拟合循环算法，直到得到A的精确值，然后所有都解决了。”林久浩。
“哥，你快讲一讲吧，算法具体是怎么做到的。”丁琪琪。
“好的，例如机器人面前有一个箱子，机器人内部数据库中的箱子样本有很多，宽0.1米到宽2米的，不多说了，这是举例子，然后机器人先提取一个估值1米，然后为这个1米设定一个上限值1.5米，然后，再设定一个下限值0.5米。”林久浩。
“这样就是既有估值1米，也有上下限0.5~1.5米。”丁琪琪重复着。
“对，我们建立两个趋势预设态跟踪变化拟脑模型，把0.5米放入计算下限的拟脑模型，把1.5米放入计算上限的拟脑模型，然后进入运动模式。”林久浩。
“这个运动模型就会自动做姿态还原和运动算法还原，达到我们需要的相对运动的条件环境。”丁琪琪跟得很紧。
“对，我们把上限预设态的计算函数定义为A1，那么在运动状态下就会得到预设态的输出估值a1，这一点明白吗？”林久浩。
“输出估值，这个值不是A的实际观察值，是预设态在预设运动模式下，下一个态中A应该出现的输出估值，所以定义为a1。”丁琪琪的大脑完全打开了。
“非常好，这个a1不是A的实际观察值a，而是上限预设态根据上限值1.5米，在运动中预设的下一个态中，应该出现的A的预设观察估值，但是，这个预设估值与a一定有误差。”林久浩。
“是的，确实会有误差，因为A=1是估值，而且上限预设态使用的A=1.5计算的。”丁琪琪。
“对，我们再看A=0.5的下限预设态，同理下限预设态的计算函数为A2，那么在运动状态下，就会得到预设的观察估值a2，同理，这个a2也不是A的实际观察值a，所以a2与a也会有误差。”林久浩。
“肯定有，a1和a2相对于a都有误差，而且这种误差之间的关系，决定了。。。决定了。。。什么？哥，这里有点儿糊涂。”丁琪琪不是不知道，而是不知道怎么确定。
“测量确定，a1和a2相对于a的误差关系，决定了A的实际值是趋向下限还是趋向上限，而a1和a2相对于a的误差关系，通过实际测量，我们可以得到二者的函数关系，或者是连续的数列关系，狙击手正在还原这部分的函数，这种函数在不同环境下会发生跳变现象，所以需要在多种环境条件下继续完善测量值。”林久浩说道。
“测量的工作也不是今天我们要讲的内容，你继续吧，我们就当测量工作做完了，继续理论部分。”丁琪琪催着林久浩继续讲解。
“测量的工作我们也要做，虽然狙击手他们对我们在算法和测量值是共享的，但是，我们也要测量，我们可以通过测量发现更多的原理。。。并确保我们在技术体系上的闭环完整性。”林久浩说道。
“我们可以测量的更细致。”丁琪琪。
“没有必要那么细致，我说的是像柳德米拉那么细致，你知道柳德米拉有一种偏执，就是她热爱的苏联卫国战争中的女英雄，为了‘狙击手柳德米拉’，她要把精度测量到毫米级以下，然后让他们的机器人狙击手达到最优的视觉捕捉视觉定位能力，结果。。。结果。。。就是狙击手机器人的视觉系统会非常昂贵。”林久浩说道。
“是呀，那样的话，是不是磨一万个镜片，才能得到一对合格的。。。还有其他变焦机械部分，都是最昂贵的。”丁琪琪毕竟是机器人研究所出来的，都明白。
“是的。。。。。。我们继续吧，这个算法理解了吗？”林久浩。
“理解了，但是我有一个问题，就是对A做上下限定义的时候，实际的A超越了上下限怎么办？”丁琪琪问道。
“我明白你的意思，就是说A的实际值是0.4低于下限，或者A的实际值是1.6高于上限，对吧？”林久浩问道。
“是呀，怎么办？”丁琪琪。
“这里的【双限趋势预设态估值拟合算法】是循环算法，所以通过两种方法解决你说的问题，一是上下限可以定义的很宽泛，确保把A的实际数值包括在里面，二是通过a1a2与a的误差比对函数，会发现超出应有的范围内的偏离值，这样机器人的拟脑算法就知道上下限的估值错误，然后调整上下限估值继续计算。。。如此循环得到最终的精确值。”林久浩边比划边解释。
（本章未完，请点击下一页继续阅读）