YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Russian subtitles

← 02-02 отслеживание

Get Embed Code
4 Languages

Showing Revision 1 created 12/26/2012 by Elnur Idekeev.

  1. Я хотел бы воспользоваться моими студентами для небольшого путешествие в Стэнфорде
  2. и показать им нашу машину самостоятельного вождения , который использует датчики, чтобы ощутить окружающую среду.
  3. Итак, позвольте мне погрузиться в класс .
  4. В нашем последнем классе, мы говорили о локализации
  5. У нас был робот, который жил в окружающей среде и, мог использовать свои датчики
  6. чтобы определить, где он находится.
  7. Здесь вы можете увидеть автомобиль самостоятельного вождения Google, который использует саму дорожную карту локализации .
  8. Но кроме того, что показано здесь красным, являются измерениями других транспортных средств.
  9. Автомобиль использует лазеры и радары для отслеживания других транспортных средств, и сегодня мы поговорим о том, как найти другие автомобили.
  10. Причина, почему я хотел бы найти другие автомобили, проста, мы избегаем столкновения с ними.
  11. Мы должны понять, как интерпретировать данные датчиков, чтобы сделать оценку
  12. не только, где находятся другие автомобили, как в случае с локализацией,
  13. но и как быстро они движутся
  14. так чтобы вы могли управлять автомобилем, избегая столкновения с другими в будущем.
  15. Это очень важно - не только для автомобилей.
  16. Это важно для пешеходов и для велосипедистов.
  17. Для понимания и прогноза, где другие машины и куда они направляются
  18. Это является абсолютно необходимым для безопасного вождения в проекте автомобиль Google.
  19. [Слежение]
  20. Таким образом, в этом классе мы будем говорить об отслеживании
  21. Техника, которую я хотел бы представить для вас называется фильтра Калмана.
  22. Это безумно актуальная техника для оценки состояния системы
  23. Это на самом деле очень похоже на вероятностный метод локализации
  24. Которую мы учили в предыдущем классе - Монте-Карло локализации.
  25. Основное различие в том, что Кальман фильтры оценивает непрерывное состояние
  26. в то время как локализация Монте-Карло мы выразили путем разбития мира на отдельные места.
  27. В результате, фильтр Калмана появился, чтобы дать нам унимодальные распределения
  28. и я скажу вам во второй, что это значит
  29. не смотря на то, что Монте-Карло был прекрасен с мультимодальным распределением.
  30. Оба эти методы применимы к локализации робота и отслеживания других транспортных средств.
  31. В самом деле, в более поздних классах, мы изучим частичные фильтры
  32. ,которые являются еще одним способом решения той же проблемы
  33. да и вообще они на самом деле непрерывные и мультимодальные.
  34. Но на данный момент давайте посмотрим на фильтры Калмана
  35. и игнорировать эти два подобные методы.
  36. Позвольте мне начать с примера. Рассмотрим автомобиль сделанный здесь.
  37. Давайте предположим, что он видит, как ее измерение, объект, здесь, здесь, здесь,
  38. здесь, и здесь для того времени T = 0, T = 1, т = 2 и т = 3.
  39. Где вы предполагаете, объект будет при Т = 4? Проверьте в одном из тех 3 коробки.