【感知算法】Dempster-Shafer理论(下)
尝试DS理论应用到自动驾驶地图众包更新。
地图特征变化判断
a mass function is applied to quantify the evidence of the existence.
existence state: existenct、non-existent、tenative、conflict
∃ ∄ Ω ϕ \exist \\ \not\exist \\ \Omega \\ \phi ∃∃Ωϕ
mass function: quantify the evidence of the existence.
- mass functions of the measurement
m a s s z t ( ∃ ) = λ m a s s z t ( ∄ ) = 0 m a s s z t ( ϕ ) = 0 m a s s z t ( Ω ) = 1 − λ mass_{z_t}( \exist ) = \lambda \\ mass_{z_t}( \not \exist ) = 0 \\ mass_{z_t}( \phi ) = 0 \\ mass_{z_t}( \Omega ) = 1-\lambda masszt(∃)=λmasszt(∃)=0masszt(ϕ)=0masszt(Ω)=1−λ
- mass functions of the non-measurement
m a s s z t ( ∃ ) = 0 m a s s z t ( ∄ ) = λ m a s s z t ( ϕ ) = 0 m a s s z t ( Ω ) = 1 − λ mass_{z_t}( \exist ) = 0 \\ mass_{z_t}( \not \exist ) = \lambda \\ mass_{z_t}( \phi ) = 0 \\ mass_{z_t}( \Omega ) = 1-\lambda masszt(∃)=0masszt(∃)=λmasszt(ϕ)=0masszt(Ω)=1−λ
Inference of the map feature existence based Dempster Combination Rule
- mass functions of map features and new map features
初始化使用第i个地图特征的先验置信度 λ H D \lambda_{HD} λHD
m a s s H D 0 { i } ( ∃ ) = λ H D m a s s H D 0 { i } ( ∄ ) = 0 m a s s H D 0 { i } ( ϕ ) = 0 m a s s H D 0 { i } ( Ω ) = 1 − λ H D mass_{HD_{0\{i\}}}( \exist ) = \lambda_{HD} \\ mass_{HD_{0\{i\}}}( \not \exist ) = 0 \\ mass_{HD_{0\{i\}}}( \phi ) = 0 \\ mass_{HD_{0\{i\}}}( \Omega ) = 1 - \lambda_{HD} massHD0{i}(∃)=λHDmassHD0{i}(∃)=0massHD0{i}(ϕ)=0massHD0{i}(Ω)=1−λHD
新增加的第j个地图特征,按下列式初始化
m a s s n e w 0 { j } ( ∃ ) = 0 m a s s n e w 0 { j } ( ∄ ) = 0 m a s s n e w 0 { j } ( ϕ ) = 0 m a s s n e w 0 { j } ( Ω ) = 1 mass_{new_{0\{j\}}}( \exist ) = 0 \\ mass_{new_{0\{j\}}}( \not \exist ) = 0 \\ mass_{new_{0\{j\}}}( \phi ) = 0 \\ mass_{new_{0\{j\}}}( \Omega ) = 1 \\ massnew0{j}(∃)=0massnew0{j}(∃)=0massnew0{j}(ϕ)=0massnew0{j}(Ω)=1
- Usd Dempster combination rule ⊕ \oplus ⊕ to accumulate the measurement existence m a s s z t mass_{z_t} massztto the each map feature existence at time t − 1 t-1 t−1,
m a s s H D t { i } = m a s s H D t − 1 { i } ⊕ m a s s z t m a s s n e w t { j } = m a s s n e w t − 1 { j } ⊕ m a s s z t mass_{HD_{t\{i\}}} = mass_{HD_{t-1\{i\}}}\oplus mass_{z_t} \\ mass_{new_{t\{j\}}} = mass_{new_{t-1\{j\}}}\oplus mass_{z_t} massHDt{i}=massHDt−1{i}⊕massztmassnewt{j}=massnewt−1{j}⊕masszt
其中,
m a s s 1 ⊕ 2 ( A ) = m a s s 1 ∩ 2 ( A ) 1 − m a s s 1 ∩ 2 ( ϕ ) , ∀ A ⊆ Ω , A ≠ ϕ m a s s 1 ⊕ 2 ( ϕ ) = 0 ∀ A ⊆ Ω , m a s s 1 ∩ 2 ( A ) = ∑ B ∩ C = A ∣ B , C ⊆ Ω m a s s 1 ( B ) m a s s 2 ( C ) mass_{1\oplus2}(A) = \frac{mass_{1\cap2}(A)}{1-mass_{1\cap2}(\phi)}, \forall A\subseteq\Omega,A\neq\phi \\ mass_{1\oplus2}(\phi) = 0 \\ \forall A\subseteq\Omega, mass_{1\cap2}(A) = \sum_{B\cap C=A|B,C\subseteq\Omega}mass_1(B)mass_2(C) mass1⊕2(A)=1−mass1∩2(ϕ)mass1∩2(A),∀A⊆Ω,A=ϕmass1⊕2(ϕ)=0∀A⊆Ω,mass1∩2(A)=B∩C=A∣B,C⊆Ω∑mass1(B)mass2(C)
注:公式 m a s s 1 ⊕ 2 ( A ) mass_{1\oplus2}(A) mass1⊕2(A)即 m a s s 1 ( A ) ⊕ m a s s 2 ( A ) mass_{1}(A)\oplus mass_2(A) mass1(A)⊕mass2(A)
求和条件中的 ∣ | ∣为并列含义, Ω \Omega Ω为超集 2 X 2^X 2X,
∃ ∩ ∃ = ∃ ∃ ∩ Ω = ∃ ∃ ∩ ∄ = ∅ ∅ ∩ ∃ = ∅ ∅ ∩ ∄ = ∅ ∅ ∩ Ω = ∅ ∅ ∩ ∅ = ∅ \exist \cap \exist = \exist\\ \exist \cap \Omega = \exist\\ \exist \cap \not\exist = \emptyset \\ \emptyset \cap \exist = \emptyset \\ \emptyset \cap \not \exist = \emptyset \\ \emptyset \cap \Omega = \emptyset \\ \emptyset \cap \emptyset = \emptyset \\ ∃∩∃=∃∃∩Ω=∃∃∩∃=∅∅∩∃=∅∅∩∃=∅∅∩Ω=∅∅∩∅=∅
集合运算满足交换律。
相关文章:
【感知算法】Dempster-Shafer理论(下)
尝试DS理论应用到自动驾驶地图众包更新。 地图特征变化判断 a mass function is applied to quantify the evidence of the existence. existence state: existenct、non-existent、tenative、conflict ∃ ∄ Ω ϕ \exist \\ \not\exist \\ \Omega \\ \phi ∃∃Ωϕ ma…...
通过conda安装cudatoolikit和cudnn
通过conda安装cudatoolikit和cudnn 安装cudatoolkit安装cudnn安装cudatoolkit-dev 安装cudatoolkit conda install cudatoolkit11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 安装cudnn conda install cudnn8.5 -c https://mirrors.tuna.tsinghua.edu.…...
vue中使用jsx语法
请注意,在 Vue 中使用 JSX 时,你仍然需要通过 h 函数(通常是一个别名,对应于 createElement 函数)来创建虚拟 DOM 元素。在下面的例子中,h 函数作为 render 函数的参数传入,但在 JSX 语法中你通…...
我的NPI项目之Android USB 系列(一) - 遥望和USB的相识
和USB应该是老朋友了,从2011年接触Android开发开始,就天天和USB打交道了。那时候还有不 对称扁头的usb/方口的usb,直到如今使用广泛的防反插USB3.0 type-C。 但是,一直有一个不是很清楚的问题萦绕在心头,那就是。先有…...
K8s进阶之路-命名空间级-服务发现 :
服务发现: Service(东西流量):集群内网络通信、负载均衡(四层负载)内部跨节点,节点与节点之间的通信,以及pod与pod之间的通信,用Service暴露端口即可实现 Ingress&#…...
智慧公厕管理系统:让城市智慧驿站更加智慧舒适
智慧公厕管理系统是城市智慧驿站中不可或缺的一部分,它通过全方位的信息化解决方案,为公共厕所的使用、运营和管理提供了一种智能化的方式。作为城市智慧驿站的重要组成部分,智慧公厕管理系统发挥着重要的作用,为城市社会民生提供…...
图形渲染基础学习
原文链接:游戏开发入门(三)图形渲染_如果一个面只有三个像素进行渲染可以理解为是定点渲染吗?-CSDN博客 游戏开发入门(三)图形渲染笔记: 渲染一般分为离线渲染与实时渲染,游戏中我们用的都是…...
每日学习总结20240219
每日总结 20240219 1.文件类型.csv CSV文件是一种以逗号分隔值(Comma-Separated Values)为标记的文本文件,它可以用来存储表格数据。每一行表示一条记录,而每一条记录中的字段则使用逗号或其他特定的分隔符进行分隔。 常用场景…...
K8s进阶之路-安装部署K8s
参考:(部署过程参考的下面红色字体文档链接就可以,步骤很详细,重点部分在下面做了标注) 安装部署K8S集群文档: 使用kubeadm方式搭建K8S集群 GitBook 本机: master:10.0.0.13 maste…...
springboot集成elk实现日志采集可视化
一、安装ELK 安装ELK组件请参考我这篇博客:windows下安装ELK(踩坑记录)_windows上安装elk教程-CSDN博客 这里不再重复赘述。 二、编写logstash配置 ELK组件均安装好并成功启动,进入到logstash组件下的config文件夹,创建logstash.conf配置…...
leetcode 148. 排序链表 java解法
Problem: 148. 排序链表 思路 这是一个链表排序的问题,由于要求时间复杂度为 O(nlogn),适合使用归并排序(Merge Sort)来解决。 解题方法 首先,使用快慢指针找到链表的中间节点,将链表分成两部分。然后&…...
【MATLAB源码-第140期】基于matlab的深度学习的两用户NOMA-OFDM系统信道估计仿真,对比LS,MMSE,ML。
操作环境: MATLAB 2022a 1、算法描述 深度学习技术在无线通信领域的应用越来越广泛,特别是在非正交多址接入(NOMA)和正交频分复用(OFDM)系统中,深度学习技术被用来提高信道估计的性能和效率。…...
运动重定向学习笔记
目录 深度学习 重定向 2020年的模型: 重定向之后的bvh: 深度学习 重定向 输入是bvh,输出也是bvh...
导出Excel,支持最佳
列表信息导出为Excel文件, 依赖pom: Sheet, Row:<dependency><groupId>org.apache.poi</groupId><artifactId>poi</artifactId> </dependency>XSSFWorkbook <dependency><groupId>org.apache.poi</…...
【WPF】获取父控件数据
MaxHeight"{Binding PathActualHeight, RelativeSource{RelativeSource ModeFindAncestor, AncestorTypeUserControl}}" 参考文献 https://www.cnblogs.com/-Timosthetic/p/16021865.html...
解决Edge浏览器,微博无法查看大图(Edge Image Viewer)
使用Edge浏览器浏览微博或其它带校验的图片时,会导致无法查看。 主要原因为Edge自带了一个Edge Image Viewer, 但是该图片查看器无法查看带校验数据的图片,所以导致查看时一片空白。 解决方法 地址栏输入 edge://flags/搜索 Edge Image Viewer选择 Disa…...
PMP含金量在国内怎么样?
其一、PMP(项目管理师)证书含金量高吗? PMP认证是由美国项目管理学会(PMI)在全球范围内推出的针对项目经理的资格认证体系,其证书含金量可以说是非常高。 统计表明,全球年销售收入在5亿美元以上的企业中有86%聘用了具有项目管理资质的项目经…...
java中容易被忽视的toString()方法
之前一直认为toString就是将数据转换成字符类型,直到最近写出了一个bug才对toString有了新的认识 不同数据类型,toString() 有不同的操作 定义一个student类,包含姓名 String类型、性别 String类型、年龄 int 类型、分数列表 String类型的li…...
如何使用Docker搭建YesPlayMusic网易云音乐播放器并发布至公网访问
文章目录 1. 安装Docker2. 本地安装部署YesPlayMusic3. 安装cpolar内网穿透4. 固定YesPlayMusic公网地址 本篇文章讲解如何使用Docker搭建YesPlayMusic网易云音乐播放器,并且结合cpolar内网穿透实现公网访问音乐播放器。 YesPlayMusic是一款优秀的个人音乐播放器&am…...
java面试题之redis篇
1.redis 中的数据类型有哪些 随着 Redis 版本的更新,后面又支持了四种数据类型: BitMap(2.2 版新增)、HyperLogLog(2.8 版新增)、GEO(3.2 版新增)、Stream(5.0 版新增&am…...
潜变量扩散模型原理:用宝可梦类比讲透Stable Diffusion核心机制
1. 项目概述:用宝可梦讲清楚潜变量扩散模型到底在做什么你有没有试过让AI画一只“皮卡丘和喷火龙的混血宝宝”?不是简单拼接,而是长着皮卡丘的圆脸、喷火龙的尾巴尖带火焰、耳朵轮廓像皮卡丘但末端微微上翘——这种既熟悉又陌生、细节合理又充…...
JMeter登录Cookie提取与传递全链路实战指南
1. 为什么“提取登录Cookie”是接口测试里最常卡壳的一步做JMeter接口测试的人,十有八九在登录环节栽过跟头——明明登录请求返回了200,Header里也明明白白写着Set-Cookie: JSESSIONIDabc123; Path/; HttpOnly,可后续所有带权限的接口全报401…...
效率优化:把网申填表交给塔塔网申的简历代投,省下时间刷题
招聘季一到,后台一堆私信。本以为大家会问算法题、系统设计,结果点开一看——全在骂网申填表。有个读者给我算了一笔账:投了30家公司,每家填20分钟,就是10个小时。10个小时能干嘛?刷好几套LeetCode…...
基于计算机视觉与物联网的智能虫害监测系统设计与实践
1. 项目概述:从“人眼巡查”到“智能感知”的虫害管理革命在农业种植、仓储物流乃至城市绿化管理中,虫害监测一直是一项耗时耗力且高度依赖经验的工作。传统的做法是依靠人工定期巡查,不仅效率低下,覆盖面有限,而且对巡…...
2026年国内镜像站选择指南:一站接入GPT-5.5和主流AI模型
先交代一下背景。2026年的大模型格局已经变了——GPT-5.5、Claude、Gemini、Grok 各有各的强项,做项目的时候经常需要这个模型写代码、那个模型分析文档、再来一个做联网搜索。但问题是,国内想用上这些模型,光解决"能访问"就已经够…...
物联网国赛备赛指南:手把手教你用LoRa通用库实现光照传感与LED联动(附完整代码)
物联网国赛实战:LoRa光照传感与LED联动的模块化开发策略 在备战全国大学生物联网设计竞赛的过程中,如何将LoRa无线通信技术高效整合到项目中,往往是决定作品竞争力的关键。不同于简单的功能实现,竞赛级项目需要兼顾代码可维护性、…...
《流浪地球2》最耐看的不是大场面!梁練偉解读3条隐藏暗线
第一次看《流浪地球2》的时候,梁練偉的注意力基本被太空电梯坠落、月球核爆这些大场面吸引了。二刷时刻意把注意力从视觉奇观上移开,才发现郭帆埋了不少比主线更值得细想的东西。第一条暗线:图恒宇的数字生命执念,到底算不算自私图…...
到底什么是 AI 测试?AI 测试与传统测试的区别?
过去两年,AI已经从"加分项"变成了"必选项"。 不只是大厂,二线公司、甚至传统行业的测试团队都在要求:"能熟练使用AI工具提效"。 更关键的是,面试的玩法也变了。现在的技术面试早就跳出了 “考 AI 零…...
ops-math:昇腾 NPU 的数学算子库
ops-math:昇腾 NPU 的数学算子库 之前帮朋友看一个数学密集型模型(做科学计算的,不是 AI 模型)的适配代码,发现他自己手写了很多数学函数(Sin/Cos/Exp/Log 等)——在 NPU 上跑,性能只…...
从ENVI到MATLAB:高光谱图像处理工作流迁移指南(以真假彩色显示为例)
从ENVI到MATLAB:高光谱图像处理工作流迁移指南(以真假彩色显示为例) 对于长期使用ENVI进行遥感影像分析的研究者而言,MATLAB的编程环境提供了截然不同的工作流体验。本文将聚焦高光谱图像可视化这一基础但关键的操作,系…...
