Download
1 / 42
420 likes | 628 Views
עקיבה אלקטרו אופטית בשיטת מרכז המסה מציגים : אקר עופר אקר פלג מנחה : ד"ר דוידוב גבי. תוכן עניינים. מטרת הפרוייקט עקיבה בשיטת מרכז מסה מעבר לתמונה בינארית רכישת המטרה וחישוב מרכז המסה מסנן קלמן חזוי מיקום המטרה בהסתרה השוואת חזאי IMM – חזאי קלמן מסקנות סיכום.
E N D
עקיבה אלקטרו אופטיתבשיטת מרכז המסהמציגים : אקר עופר אקר פלג מנחה : ד"ר דוידוב גבי
תוכן עניינים • מטרת הפרוייקט • עקיבה בשיטת מרכז מסה • מעבר לתמונה בינארית • רכישת המטרה וחישוב מרכז המסה • מסנן קלמן • חזוי מיקום המטרה בהסתרה • השוואת חזאי IMM – חזאי קלמן • מסקנות • סיכום
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.
עקיבה בשיטת מרכז מסה • בתחילה מבצעים את רכישת המטרה שמתבצעת באמצעות סימון המטרה. • לאחר רכישת המטרה נבצע את התהליך המחזורי הבא: • 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*300), ונרצה כפלט תמונה קטנה יותר שאתה נוכל לעבוד ע"מ לחשב את מרכז המסה, תמונה זו היא תמונה בינארית.
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 • אם ערך הפיקסל קטן מהסף, ערכו החדש 0. • אם ערכו גדול מהסף, ערכו החדש 1.
עיבוד התמונה, והתמרת חלון העקיבה לתמונה בינארית
חישוב מרכז המסה • חישוב מרכז המסה מתבצע על התמונה הבינארית כאשר I הוא ערך הפיקסל X (רמת האפור), במקרה שלנו לאחר המעבר לתמונה בינארית יש רק לבן/שחור (1/0) ןבעצם ממצעים את כמות הפיקסלים הלבנים. • הנוסחא הבאה מתארת את חישוב Xc, באותה הצורה מחושב גם Yc.
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.
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 (Y,X). ומשתני המצב הם : מיקום, מהירות ותאוצה (בשני הצירים). • פרמטרים עיקריים • מטריצה Q – מאפיין את שונות התהליך. • מטריצה R – מאפיין את שונות שגיאת המדידה.
מסנן קלמן • משוואות המערכת הן:x[k]=A[k-1]x[k-1]+w[k-1] • המטריצה A האנלוגית מגדירה את הקשרים בין משתני המצב. במקרה שלנו מהירות היא ניגזרת של המיקום. תאוצה היא ניגזרת של המהירות. • ע"י מעבר מהמטריצה האנלוגית לדיגיטלית מתקבלת : • הוקטור האקראי W מתאר את אי הוודאות של משתני המצב.
מסנן קלמן • משוואת השערוך : • - שערוך משתני המצב המבוסס על K מדידות. • - שערוך משתני המצב המבוסס על 1-K מדידות. • K[k] - מטריצת ההגבר של קלמן שתיתן את השערוך הטוב ביותר עבור הקריטריון MMSE.
קריטריון ההסתרה – מכונת מצבים • בעיה בכניסה להסתרה – עיוות של משתני המצב. • פתרון של מכונת מצבים.
חזוי מיקום המטרה בהסתרה • קריטריון ההסתרה : • אנו נמדוד את שטח המטרה בתחילת תהליך העקיבה. • כאשר שטח המטרה הנוכחית < (0.9 * שטח שנמדד בהתחלה) אנו "מבינים" שהמטרה נכנסת להסתרה. • כשהמטרה בהסתרה אנו עוברים לחיזוי מיקומה בעזרת משתני המצב ששוערכו ע"י פילטר קלמן.
אלגוריתם זה מבצע את השערוך בעזרת מספר מודלים אשר קיימת ביניהם אינטראקציה. שלבי העבודה: אלגוריתם IMM הסתברויות הערבול :
אלגוריתם IMM הערבול :
אלגוריתם IMM התאמת המודל : עדכון הסתברויות מצב :
אלגוריתם IMM שקלול השערוך והקווריאנס :
שני מודלים לתנועה • מודל תאוצה קבועה – סדר שלישי. • מודל סינוס:
עקיבת מודל סדר שלישיעבור סינוס hz1 std = 0.68 mean = 1.38
עקיבת מודל סדר שלישיעבור סינוס hz2.5 std = 3.65 mean = 7.59
עקיבת מודל סדר שלישיעבור סינוס hz2.5 - סרט
עקיבת IMMעבור סינוס hz1 std = 0.18 mean = 0.358
עקיבת IMMעבור סינוס hz2.5 std = 0.358 mean = 0.736
גרף מיו כתלות בתדר –החל מאיזה תדר הסינוס מועדף ? • עקבנו אחר סינוס בתדרים שונים. • תדר מודל הסינוס hz 2.5 • ניתן לראות כי באזור ה – hz 2.5 יש העדפה ברורה של מודל הסינוס.
עקיבת IMM – סינוס hz2עם הסתרה (21 פיקסלים)
עקיבת IMM – סינוס hz2עם הסתרה (41 פיקסלים)
עקיבת IMM – סינוס hz2עם הסתרה (46 פיקסלים)
מסקנות • השימוש ב low pass filter – לצורך 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 IMM על מסנן קלמן: • רוחב סרט גדול יותר. • תוחלת שגיאת השערוך קטנה יותר. • שונות שגיאת השערוך קטנה יותר.
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 ה-IMM ובכך לשפרו.
תודות נרצה להודות לצוות המעבדה ולמנחה הפרויקט ד"ר דוידוב על התמיכה האדמיניסטרטיבית והמקצועית בפרויקט מאתגר ומעניין.
