מצגת של PowerPoint
Download
Report
Transcript מצגת של PowerPoint
עקיבה אלקטרו אופטית
בשיטת מרכז המסה
מציגים :אקר עופר
אקר פלג
מנחה :ד"ר דוידוב גבי
1
תוכן עניינים
מטרת הפרוייקט
עקיבה בשיטת מרכז מסה
מעבר לתמונה בינארית
רכישת המטרה וחישוב מרכז המסה
מסנן קלמן
חזוי מיקום המטרה בהסתרה
השוואת חזאי – IMMחזאי קלמן
מסקנות
סיכום
2
מטרות הפרוייקט
עקיבה בשיטת מרכז המסה אחר מטרה נעה
המצולמת במצלמה סטטית.
שערוך משתני המצב של המערכת ,וחיזוי
מיקום המטרה בעת הסתרה.
בדיקת הבדלים בין מודל קלמן למודל .IMM
3
עקיבה בשיטת מרכז מסה
בתחילה מבצעים את רכישת המטרה שמתבצעת
באמצעות סימון המטרה.
לאחר רכישת המטרה נבצע את התהליך המחזורי
הבא:
4
עיבוד התמונה ,והתמרת חלון העקיבה לתמונה בינארית.
חישוב מרכז המסה.
סימון המטרה ,והזזת חלון העקיבה כך שמרכזו נמצא
במרכז המסה החדש.
עיבוד התמונה ,והתמרת חלון
העקיבה לתמונה בינארית
בשלב זה הקלט הוא תמונה שצולמה בעזרת המצלמה
( ,)300*300ונרצה כפלט תמונה קטנה יותר שאתה נוכל
לעבוד ע"מ לחשב את מרכז המסה ,תמונה זו היא תמונה
בינארית.
5
עיבוד התמונה ,והתמרת חלון
העקיבה לתמונה בינארית
ביצוע קונבולוציה דו מימדית – LOW PASS
.FILTER
התמרת אזור חלון העקיבה לתמונה בינארית:
קביעת סף ע"י T= µ- σ
6
אם ערך הפיקסל קטן מהסף ,ערכו החדש .0
אם ערכו גדול מהסף ,ערכו החדש .1
עיבוד התמונה ,והתמרת חלון
העקיבה לתמונה בינארית
7
חישוב מרכז המסה
חישוב מרכז המסה מתבצע על התמונה הבינארית כאשר Iהוא
ערך הפיקסל ( Xרמת האפור) ,במקרה שלנו לאחר המעבר
לתמונה בינארית יש רק לבן/שחור ( )1/0ןבעצם ממצעים את
כמות הפיקסלים הלבנים.
הנוסחא הבאה מתארת את חישוב ,Xcבאותה הצורה מחושב
גם .Yc
8
הזזת חלון העקיבה
9
מסנן קלמן – למה ?
במידה ומדובר במצב אופטימלי בו המטרה נראית
לעין ,אין רעשים המפריעים למדידת המיקום ואנו
יודעים מהו מודל התנועה המדויק ,ניתן יהיה להסתפק
בעיבוד התמונה בלבד על מנת לבצע עקיבה.
במצב בו המטרה נסתרת מאיתנו בחלק מהזמן
וקיימים רעשי מדידה נשתמש במסנן קלמן על מנת
לשערך את משתני המצב.
כעת ,בעזרת משתני מצב אלו ניתן יהיה לשערך את
מיקום המטרה גם שאינה נראית לעין.
10
מסנן קלמן
מסנן קלמן הינו מסנן שמקבל כקלט מדידות כלשהן
ומשערך בעזרתן את משתני המצב של המערכת.
מסנן זה אופטימלי במובן מזעור שונות השגיאה.
במערכת שלנו המדידות הן מיקום מרכז המסה (.)X,Y
ומשתני המצב הם :מיקום ,מהירות ותאוצה (בשני
הצירים).
פרמטרים עיקריים
11
מטריצה – Qמאפיין את שונות התהליך.
מטריצה – Rמאפיין את שונות שגיאת המדידה.
מסנן קלמן
]x[k]=A[k-1]x[k-1]+w[k-1
משוואות המערכת הן:
המטריצה Aהאנלוגית מגדירה את הקשרים בין משתני המצב .במקרה
שלנו מהירות היא ניגזרת של המיקום .תאוצה היא ניגזרת של
T T /2 0 0
0
המהירות.
1
T
0 0
0
0
1
0 0
ע"י מעבר מהמטריצה האנלוגית לדיגיטלית מתקבלת 0 :
2
1 T T 2 / 2
0 1
T
0 0
1
12
הוקטור האקראי Wמתאר את אי הוודאות של
משתני המצב.
0
0
0
1
0
0
A
0 0
0 0
0 0
מסנן קלמן
משוואת השערוך :
xˆ k xˆ k K k y k C k xˆ k
- xˆ k שערוך משתני המצב המבוסס על Kמדידות.
- xˆ k שערוך משתני המצב המבוסס על K-1מדידות.
] - K[kמטריצת ההגבר של קלמן שתיתן את השערוך
הטוב ביותר עבור הקריטריון .MMSE
13
קריטריון ההסתרה – מכונת מצבים
בעיה בכניסה להסתרה – עיוות של משתני
המצב.
פתרון של מכונת מצבים.
14
מכונת המצבים
15
חזוי מיקום המטרה בהסתרה
קריטריון ההסתרה :
אנו נמדוד את שטח המטרה בתחילת תהליך העקיבה.
כאשר שטח המטרה הנוכחית < ( * 0.9שטח שנמדד
בהתחלה) אנו "מבינים" שהמטרה נכנסת להסתרה.
כשהמטרה בהסתרה אנו עוברים לחיזוי מיקומה
בעזרת משתני המצב ששוערכו ע"י פילטר קלמן.
16
IMM אלגוריתם
(interactive Multiple Model)
Block Diagram
17
אלגוריתם IMM
אלגוריתם זה מבצע את השערוך בעזרת
מספר מודלים אשר קיימת ביניהם
אינטראקציה.
שלבי העבודה:
הסתברויות הערבול :
i, j 1,.....,r
18
1
) i j (k 1 k 1) Pij i (k 1
cj
IMM אלגוריתם
: הערבול
r
xˆ (k 1 k 1) xˆ i (k 1 k 1) i j (k 1 k 1)
0j
i 1
j 1,.....,r
r
P (k 1 k 1) i j (k 1 k 1){P i (k 1 k 1)
0j
i 1
[ xˆ i (k 1 k 1) xˆ 0 j (k 1 k 1)]
[ xˆ i (k 1k 1) xˆ 0 j (k 1k 1)]}
j 1,.....,r
19
IMM אלגוריתם
: התאמת המודל
j (k ) N[ x(k ); zˆ j [k k 1; xˆ 0 j (k 1k 1)],S j [k; P0 j (k 1k 1)]]
j 1,.....,r
: עדכון הסתברויות מצב
1
c
j ( k ) j ( k )c j
j 1,.....,r
20
IMM אלגוריתם
: שקלול השערוך והקווריאנס
r
xˆ (k k ) xˆ j (k k ) j (k )
j 1
r
P(k k ) j (k ){P j (k k ) [ xˆ j (k k ) xˆ (k k )][xˆ j (k k ) xˆ (k k )]}
j 1
21
לתנועה
מודלים
שני
.מודל תאוצה קבועה – סדר שלישי
0
0
0
A
0
0
0
1
0
0
A
0
0
0
1 0 0 0 0
0 1 0 0 0
0 0 0 0 0
0 0 0 1 0
0 0 0 0 1
0 0 0 0 0
T
T2 /2 0 0
1
T
0 0
0
0
1
0
0 0
1 T
0
0
0 1
0
0
0 0
0
0
0
T 2 / 2
T
1
:מודל סינוס
1
0
0
0
0 2
A
0
0
0
0
0
0
0 0
0
1 0
0
0 0
0
0 0
1
0 0
0
0 0
2
0
0
0
0
1
0
sin(t )
1
cos(t )
0
0 sin(t )
A
0
0
0
0
0
0
2 sin 2 (
t
2
)
0
0
0
0
0
0
2
sin(t )
cos(t )
0
1
0
0
0
0 sin(t )
sin(t )
cos(t )
0
0
0
t
2 sin 2 ( )
2
2
sin(t )
cos(t )
22
רוחב הסרט – מודל סדר שלישי
הגבר
23
רוחב הסרט – מודל סדר שלישי
הפרש הפאזה
24
רוחב הסרט – מערכת IMM
הגבר
25
רוחב הסרט – מערכת IMM
פאזה
26
עקיבת מודל סדר שלישי
עבור סינוס 1hz
std = 0.68
mean = 1.38
27
עקיבת מודל סדר שלישי
עבור סינוס 2.5hz
std = 3.65
mean = 7.59
28
עקיבת מודל סדר שלישי
עבור סינוס - 2.5hzסרט
29
עקיבת IMM
עבור סינוס 1hz
std = 0.18
mean = 0.358
30
עקיבת IMM
עבור סינוס 1hz
31
עקיבת IMM
עבור סינוס 2.5hz
std = 0.358
mean = 0.736
32
עקיבת IMM
עבור סינוס 2.5hz
33
עקיבת IMM
עבור סינוס - 2.5hzסרט
34
גרף מיו כתלות בתדר –
החל מאיזה תדר הסינוס מועדף ?
עקבנו אחר סינוס בתדרים
שונים.
תדר מודל הסינוס 2.5 hz
ניתן לראות כי באזור ה –
2.5 hzיש העדפה ברורה
של מודל הסינוס.
35
עקיבת – IMMסינוס 2hz
עם הסתרה ( 21פיקסלים)
36
עקיבת – IMMסינוס 2hz
עם הסתרה ( 41פיקסלים)
37
עקיבת – IMMסינוס 2hz
עם הסתרה ( 46פיקסלים)
38
דוגמת עקיבה אחר סרט של גבי
39
מסקנות
השימוש ב – low pass filterלצורך עבוד
התמונה מועיל לזיהוי מרכז המסה.
עקיבה בשיטת מרכז המסה בעייתית בעת
כניסה להסתרה בשל עיוות משתני המצב .אך
יתרונה מתבטא כאשר האובייקט הנעקב משנה
את צורתו (סיבוב ,עלייה וכו'.)...
יתרונות מסנן IMMעל מסנן קלמן:
רוחב סרט גדול יותר.
תוחלת שגיאת השערוך קטנה יותר.
שונות שגיאת השערוך קטנה יותר.
40
סיכום
השתמשנו בשיטת מרכז המסה לצורך העקיבה .ראינו
שקיימים חסרונות אשר ניתן לפתור אותם בעזרת שיטת
הקורלציה ,אולם קיימים גם לשיטת הקורלציה חסרונות
אחדים.
נמליץ לשלב בין שתי שיטות אלו לצורך העקיבה ועל ידי
כך להרוויח את היתרונות שטמונים בשיטות אלו.
חזאי ה IMM-שלנו מכיל שני מודלי תנועה .ניתן לבצע
הרחבה ולהוסיף מודלי תנועה נוספים לחזאי הIMM-
ובכך לשפרו.
41
תודות
נרצה להודות לצוות המעבדה ולמנחה הפרויקט
ד"ר דוידוב על התמיכה האדמיניסטרטיבית
והמקצועית בפרויקט מאתגר ומעניין.
42