Botsingsdetectie

From Control Systems Technology Group
Revision as of 23:38, 6 December 2015 by S132439 (talk | contribs) (Created page with 'De drone is verantwoordelijk voor het detecteren van de robots, en analyseren of ze een overtreding begaan. De bewegende beelden van de camera onder de drone bevatten veel signal…')
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
Jump to navigation Jump to search

De drone is verantwoordelijk voor het detecteren van de robots, en analyseren of ze een overtreding begaan. De bewegende beelden van de camera onder de drone bevatten veel signalen en zodoende veel ruis. Om het juiste eruit te filteren, de bewegende robots, wordt een Kalman-filter gebruikt. De Kalman-filter is een methode om de ruis uit meetgegevens te verwijderen. De Kalman-filter gaat uit van een proces dat wiskundig te modelleren is. De uitkomst van het model voorspelt de te bepalen waarde op elk gewenst moment. De daadwerkelijke meting wordt met de voorspelde waarde verrekend tot een gewogen gemiddelde. Deze uitkomst is de gefilterde waarde en wordt meteen ook gebruikt om het procesmodel aan te passen.

Tot op heden is het mogelijk objecten te detecteren. Het MatLab script berekent de verwachte richting. Hier kan dus al een richtingsvector aan verbonden worden.
Dit geeft een opzet naar de snelheidsvectoren en het vergelijken van opeenvolgende vectoren. Als hier een grote sprong in zit, dan kan het zjin dat er een botsing is.

vooralsnog is het erg ruw in het detecteren van objecten, maar dit kan nog verbeterd worden met een blobanalyse en morphologie.