返回

第二十七章.双限趋势预设态估值拟合算法

首页
关灯
护眼
字:
上一页 回目录 下一章 进书架
。嘻嘻。”丁琪琪。

    “【静对动静结合】要开设多重平行三维空间,独立去运行目标参照物,然后在多个条件空间里面做数据同步,校准数据失真,当我观察的目标是运动的,但是,这个目标与我处于同一条件环境空间,我们可以把移动目标周围的物体采集为参照物,利用刚才【动对静】模式算法,确定固定参照物的精确数值,这样我们就又有了固定参照物,在多参照物参照下,我们就可以完成对移动目标的测定,这就形成了【静对动静结合】模式的算法。。。但是这个算法必须在同一个条件环境空间。”林久浩解释着。

    “机器人的同一个条件环境空间设定能有多大?”丁琪琪问道。

    “条件环境空间是分梯次递减模型,就是我们通过轮廓扫描采样,设置复杂粗细粒度,这样采用的条件环境空间是有弹性的,可以达到几公里范围,也可以小到800米以内。”林久浩。

    “这个档次是根据机器人内部算力配置的处理能力决定的吗?”丁琪琪问答。

    “不完全是,还根据观察目标的大小,例如,我们观察的是一只小老鼠,我们就需要细粒度的条件环境空间,如果观察的是敌方的机器人,我们就可以把条件环境空间粒度放大,而只在目标范围内的条件环境空间粒度变细就可以。”林久浩。

    “哦,知道了,条件环境空间的观察粒度不是统一的,观察物体的大小尺寸决定了空间的粒度,而且这种被观察物体附近采用细粒度的方式,有点像。。。”丁琪琪在想。

    “像用望远镜,对不对,其实望远镜就是把我们观察的空间粒度平衡打破,望远镜内部的空间粒度细,而不在望远镜观察范围内的粒度粗。”林久浩。

    “超出条件空间的移动物体呢,这种是纯粹的【静对动】模式,例如狙击手说的,观察飞行器。”丁琪琪。

    “超出条件空间这个概念是人的概念,不是机器人的概念,实际上,机器人的可观察条件空间并不是以机器人作为中心的,是以观察估值空间为条件空间,具体来说,我们人的观察空间是以人为中心的一个范围,而机器人的观察空间是以视觉系统能够到达的位置。”林久浩解释着。

    “没懂?”丁琪琪。

    “我们人的观察空间以人为中心,形成一个半径为R的半球,而机器人的观察空间可以通过视觉系统的放大倍焦,将这个半径为R的球体,放置到远处,例如,狙击手的视觉系统可以看到三十公里,那么狙击手就可以把自己作为O,进行三维坐标系位移到29公里的位置,把这个半径为R的球体,平移到29公里的位置,就像有一个虚拟的狙击手已经站在了29公里外,虚拟狙击手的观察半径是1的半球面。。。这是举例。”林久浩比划着解释。

    “明白了,比人厉害多了,机器人可以通过算法,把虚拟的自己放置到可观察的任何位置,但是,远处空中的飞行器物体,由于在空中没有固定的参照物,怎么办?”丁琪琪继续问道。

    “观察飞行器有偷懒的办法,就是观察飞行器轮廓,在样本库中查找目标样本,然后通过姿态还原完成目标A值的计算,这个计算值是通过样本具体数值计算得出的,相对准确,所以可以直接用来测距。”林久浩。

    “如果没有样本库精确数值呢?”丁琪琪。

    “那就用估值匹配,飞行器都是人造的,只要认识就能知道数值,如果不认识,那么用向上集合类查询,知道大概属于哪一类飞行器,再把这类飞行器放进估值数值段内,用前面的上下限方法继续计算,你都说飞行器了,距离上差个几十米不是大事,而且这种计算随着距离接近会越来越准确的。”林久浩。

    “哦,明白了,如果同时多架飞机一起,是不是更复杂了?”丁琪琪。

    “最好多架,如果是多架一起,那么就可以开设多重平行三维空间,开设多组方向预设态,多组【双限趋势预设态估值拟合算法】,多组【静对动静结合】及【静对动】算法,并在更高的拟脑层次做数据拟合,反而算得更准确。”林久浩说道。

    “老哥,你原来的多组可是静态参照物呀,现在多架可是动态的呀。”丁琪琪。

    “首先,我们能够看到动态,就说明我们可以用算法测定他们大致的运动轨迹,然后通过算法还原获得更多的数据,总之,对于多元关联拟脑模型,越复杂就会有越多的数据,数据越多关联关系越多,那么测定的参照也越多,反而更利于测定的准确性,这就是多元关联拟脑模型算法的优势。”林久浩说完,喝完最后一口茶,茶已经凉了。

    “哥,我怎么觉得某一个电动车厂家的视觉自动驾驶系统,他们是不是这么用的?”丁琪琪继续问道。

    “双限趋势估值拟合算法应该差不多吧,但是,它们肯定没有使用多元关联拟脑动态库模型,肯定没有做多组双限趋势估值拟合计算,所以他们的自动驾驶无法真实感受当前的态环境,也就做不出好的自动驾驶技术。”林久浩边思考边说道。

    “所以,大火箭变成大烟花,是吧?”丁琪琪问道。

    “技术有差别,一个是电动车一个是火箭,但是,原理一样,越复杂的环境越需要多元关联拟脑模型,传统计算模型无法应对复杂环境。”林久浩回答。

    “哦,知道了,多谢老哥指点。。。喝茶,喝茶,请喝茶。”丁琪琪抱了一下拳。

    “你。。。倒茶。”林久浩拿着空杯子看着丁琪琪,快三十年了还这么。。。。。。然后悄悄地把后面的文档目录关闭了。

    其实,狙击手的【双限趋势估值拟合算法】中还有很重要的两个部分,一:利用快速连续变焦曝光技术分析慢速运动的物体,慢速运动的物体的自身速度,在快速连续变焦曝光下可以忽略不计,那么可以视为静态物体测量;二:当面对远处快速运动的物体,如果能够分析出对方的运动轨迹及趋势,可以通过算法补偿的方法,还原成对静态物体的测量,只不过这个测量的误差偏大,适用于对远处的飞行器的距离测量。

    【双限趋势预设态估值拟合计算】不但给A一个估值,而且还要给A的估值规定上下限A1A2,并对上下限做趋势预设态计算,得出a1a2,同时观察A的观察值a,这样a1a2都与a产生误差,通过测量实验得到误差经验,在连续的趋势预设态计算中,我们不断调整A的估值向实际值无限靠近。

    测量经验是在连续运动中完成的,而且物体大小也是具备连续变化,面对观察物体的大小的非线性变化,只要调节A估值的比率就可以。所以跳变现象来自于移动物体的选择的运动方式的不确定性,但是这一点也可以用多种方法解决。

    而多元关联拟脑还完成了多组【双限趋势预设态估值拟合计算】,采样多组参照物联合计算,能够得到很精确的条件环境空间。

    ‘多元关联拟脑动态库模型太重要了,既信息元自身呈现变化并传导参数到关联信息元中,形成一个观察期内的‘永动态’,这个‘态’向上层拟脑模型提供所需的溢出参数,这种模式可以将很多无法测定的问题,通过关联‘态’方式测出来,所以,未来动态库的应用将非常广泛。。。。。。安静师姐,你错了’林久浩。

    【好消息和坏消息】

    好消息:

    安静很重视多元关联拟脑动态库模型的建设,并利用自己有限的资源,以及机器人研究所的研究成果,采用可计算存储芯片模组,为军用机器人定制了小规模动态库模型,军用机器人铁原队长的性能大幅度提升了,已经完全适应作战需要。

    同时,该小规模动态库模型也在各个领域开始应用。初期的动态库模型还不够成熟,但是,已经给各个领域的应用效果带来质的变化。

    坏消息:

    我国最新059型驱逐舰,尝试着采用多元关联拟脑模型的动态库技术,定义了控制监测等底层驱动程序模块为信息元,构建了中间动态库模型层,将作战过程关心的信息定义为动态库核心信息元,形成永动态模型。但是,遗憾的是,由于我国059型驱逐舰内部应用系统太过成熟,所以测试结果不理想。在效能和反应速度上,多元关联拟脑动态库都不如现有的程序更优秀,只是在人工智能辅助决策方面更灵活更全面,最终结论,暂时不采用。

    “师弟,我不反对发展并大规模推广动态库模型,不过,要在我们的军队系统中,用动态库模型替换现有的系统,需要充分的理由和不可辩驳的测试数据,如果你能证明你是对的,我道歉并负责纠正。”安静给出了意见。

    “师姐,059驱逐舰测试工程我们没有参与,他们不可能构建最优的多元关联拟脑动态库模型,这样比较不太公平。而且,动态库与上层拟脑是拟合计算的,未来在整体的战场感知能力上,必然会大大优于现有的系统。只是,只是,现在的计算能力还跟不上要求,一旦计算能力上去,实现059计算自由,从上层拟脑到下层控制,统一使用多元关联技术完成,优势可以碾压现有的系统,所以,安静师姐,你错了。”林久浩固执的认为,自己的想法是正确的。

    下一章节===《第二十八章.谢廖沙带着狙击手回来了》
上一页 回目录 下一章 存书签