Hallo allemaal,
Ik ben bezig met het maken van een communicatie protocol voor robots. Ik gebruik het programma Simulink om te simuleren.
Op dit moment ben ik bezig met het maken van een soort van voorspellende functie.
Ik zal dit even verder toelichten:
Stel op een bepaald tijdstip (t=tk) weet je de q(positie) q.(snelheid) en q..(acceleratie) van een robot. Echter is het niet van tevoren bekend wanneer er weer gemeten wordt en wanneer er een nieuwe waarden voor de positie, snelheid en acceleratie beschikbaar worden.
Het doel is nu om met deze waarden een voorspellende continue functie te maken waar de robot zich bevind.
Heeft iemand een idee of een bestaande methode die hiervoor gebruikt zou kunnen worden?
Laatste berichten
-
00:49
Ervaringen met "herontdekkingen" 11
-
00:37
Rotatie van het heelal 24
-
21:28
hall effect in vloeistof gebruiken als stromingssensor 6
-
17:59
Gezocht: de/een naam voor een getallenrij met een cauchyrij als partieelsommenrij
-
17:28
Casus uit de praktijk: positief test THC 18
-
17 apr
speciale rel. theorie 4
-
17 apr
Vreemde stank in huis 11
-
17 apr
3 vragen over mijn rooskleurige r.berekening H2netGekoppeldeHBrflowbatterij.
-
17 apr
Interpretatie reactie-energie 3
-
17 apr
Logistic equation (Pierre Verhulst,Belgian Mathematician) 5
-
16 apr
vB 9
-
15 apr
Kunnen quantum Zonnecellen 190% quantum efficiënt zijn 1
-
15 apr
Python: sockets sluiten 4
-
14 apr
Een eenvoudige logische redenering waarom tijd niet kan bestaan 'daarbuiten' 6
-
14 apr
Hoe kun je op quantumwijze getallen vinden in een rij die kleiner zijn dan getal k 3
-
13 apr
Documentenverdwijnen uit onedrive 1
-
12 apr
Behoud van impulsmoment en energie 5
-
12 apr
INLOG STORING / TIPS 4
-
09 apr
[natuurkunde] systeemgrafen 1
-
05 apr
afbuiging licht rond zware objecten via grondbeginselen relativiteitstheorie 490
Nieuwsberichten
-
04 mar
Een nieuw soort magnetisme: altermagnetisme
-
31 okt
AI kan via stem diabetes vaststellen 11
-
21 okt
Einstein krijgt wéér gelijk 45
-
07 feb
witter dan wit 20
-
19 jun
irrigatie en de aardas
Voorspellende functie
-
- Berichten: 2.609
Re: Voorspellende functie
Als je weet waar de robot is en waar hij naartoe beweegt dan kan je berekenen waar hij zal zijn op elk toekomstig tijdstip. Dit is je model.
Natuurlijk zit er ruis op je metingen en is je model slechts een discrete benadering van de werkelijkheid, dus daarop alleen kan je niet vertrouwen. Je moet dus op een of andere manier je model informatie combineren met metingen.
Iets dat daarvoor veel gebruikt wordt is het Kalman filter. Het uitgewerkt voorbeeld is gelijkaardig aan wat jij wil doen.
Kijk ook misschien eens naar deze tutorial op youtube. Ik heb hem zelf nog niet bekeken, maar ik heb andere tutorials van die persoon gezien en vond die wel goed.
Natuurlijk zit er ruis op je metingen en is je model slechts een discrete benadering van de werkelijkheid, dus daarop alleen kan je niet vertrouwen. Je moet dus op een of andere manier je model informatie combineren met metingen.
Iets dat daarvoor veel gebruikt wordt is het Kalman filter. Het uitgewerkt voorbeeld is gelijkaardig aan wat jij wil doen.
Kijk ook misschien eens naar deze tutorial op youtube. Ik heb hem zelf nog niet bekeken, maar ik heb andere tutorials van die persoon gezien en vond die wel goed.
-
- Berichten: 25
Re: Voorspellende functie
Dankjewel voor je reactie. In het uitgewerkte voorbeeld wordt gewerkt met een constante versnelling. Alleen in mijn situatie heb ik te maken met een varierende versnelling en ook wordt deze versnelling op bepaalde tijdstippen negatief. Is het nu nog mogelijk om een Kalman filter te gebruiken?
-
- Berichten: 2.609
Re: Voorspellende functie
Ik heb er zelf maar beperkte ervaring mee, maar je kan verschillende dingen proberen:
1) Je kan het voorbeeld met positie en snelheid nemen en de parameter met de constante versnelling aanpassen bij elke meting.
2) Je kan de versnelling toevoegen in de state space en de verandering van de versnelling modelleren zoals in het voorbeeld de snelheid gemodelleerd werd (linear) of zelfs gewoon random. Het Kalman filter kan normaal wel omgaan met modelfouten aangezien het zowel het model als je observaties benut.
3) Je kan nog andere dingen bedenken of opzoeken.
1) Je kan het voorbeeld met positie en snelheid nemen en de parameter met de constante versnelling aanpassen bij elke meting.
2) Je kan de versnelling toevoegen in de state space en de verandering van de versnelling modelleren zoals in het voorbeeld de snelheid gemodelleerd werd (linear) of zelfs gewoon random. Het Kalman filter kan normaal wel omgaan met modelfouten aangezien het zowel het model als je observaties benut.
3) Je kan nog andere dingen bedenken of opzoeken.
-
- Berichten: 2.609
Re: Voorspellende functie
Heb je trouwens de youtube tutorial bekeken die ik vermelde? In totaal zijn het 3 filmpjes en het laatste is een mooie MATLAB demo waar je mogelijk inspiratie kan uithalen.
Opmerking moderator
Aangezien het hier maar beperkt over mechanica gaat heb ik dit topic maar verplaatst naar Praktische & overige.
