gpt4 book ai didi

ios - 粒子过滤器 iOS 实现失败

转载 作者:塔克拉玛干 更新时间:2023-11-02 08:13:13 25 4
gpt4 key购买 nike

这个问题快把我逼疯了,我真的需要一些帮助。

我必须在 iOS 中实现粒子过滤器,我从 Java 中的工作代码开始。

该算法与 Thrun 在 Udacity (https://www.udacity.com/course/artificial-intelligence-for-robotics--cs373) 类(class)“机器人人工智能”中描述的算法非常接近

Java 实现有这样的行为:我移动机器人,粒子离机器人越来越近,然后它们以非常低的误差跟随它。我认为这是预期的行为。改变粒子数量、地标数量和噪声,我会得到更好或更差的结果。

iOS 实现行为完全不同:我移动机器人,粒子离机器人越来越近,但经过几次迭代后,它们开始远离机器人。最初,平均值仍然接近机器人,但随后跳得很远。改变粒子数量、地标数量和噪声,我得到几乎相同的结果。

我仔细检查了 iOS 代码,显然它是正确的。

我怀疑这个问题与随机数生成和/或高斯随机生成有关。

我更改了我的代码以完全使用 Java 库使用的代码 ( http://docs.oracle.com/javase/7/docs/api/java/util/Random.html#nextGaussian() ),得到相同的结果。

我将高斯随机生成器移至单例,以便所有粒子共享同一个生成器,但没有任何改变。

我尝试将 drand48() 更改为 ((double)arc4random()/(double)UINT32_MAX) 得到相同的结果。

我没有其他想法。

我不是要你调试我的代码,但请给我任何建议来解决这个问题。

编辑 1

也许这些图片可能有帮助

Initial particles distribution

Step 1

Step 2

从这一步粒子远离机器人

Step 3

Step 7

Step 10

Step 13

Step 16

编辑 2

这是我的粒子类:

@interface Particle ()

@property (nonatomic, strong) MyPoint *point;
@property double orientation;
@property NSInteger worldWidth;
@property NSInteger worldHeight;
@property double probability;

@property double forwardNoise;
@property double turnNoise;
@property double senseNoise;

@property (nonatomic,strong) Utils *utils;

@end

@implementation Particle

-(instancetype)initWithWorldWidth:(float)worldWidth worldHeight:(float)worldHeight {

self = [super init];

if (self) {

_worldWidth = worldWidth;
_worldHeight = worldHeight;

_point = [[MyPoint alloc] initWithX:drand48() * _worldWidth
Y:drand48() * _worldHeight];

_orientation = drand48() * 2. * M_PI;

_forwardNoise = 0;
_turnNoise = 0;
_senseNoise = 0;

_utils = [Utils sharedInstance];
}

return self;
}


-(void)setPosition:(MyPoint *)p orientation:(float)orientation probability:(double)probability {

_point.x = p.x;
_point.y = p.y;
_orientation = orientation;
_probability = probability;
}

-(void)setNoise:(double)forwardNoise turnNoise:(double)turnNoise senseNoise:(double)senseNoise {

_forwardNoise = forwardNoise;
_turnNoise = turnNoise;
_senseNoise = senseNoise;
}

-(MyPoint *)getPosition {

return _point;
}

-(double)getOrientation {

return _orientation;
}

-(double)getProbability {

return _probability;
}

-(double)getForwardNoise {

return _forwardNoise;
}

-(double)getTurnNoise {

return _turnNoise;
}

-(double)getSenseNoise {

return _senseNoise;
}

-(NSArray<NSNumber *>*)sense:(NSArray<Landmark*>*)landmarks {

NSMutableArray<NSNumber*> *measures = [[NSMutableArray alloc] init];

for(int i=0; i<landmarks.count; i++) {

Landmark *landmark = landmarks[i];

double distance = [Utils distanceBetweenP1:_point andP2:landmark];

double measure = distance + [_utils box_muller:0 :1.] * _senseNoise;

[measures addObject:[NSNumber numberWithDouble:measure]];
}

return measures;
}

-(void)moveForward:(double)forward withTurn:(double)turn {

//NSLog(@"---- Move ---- forward: %f ---- %f",forward,turn);

double a1 = [_utils box_muller:0. :1.];

//NSLog(@"\ta1=%.8f",a1);

_orientation = _orientation + turn + a1 * _turnNoise;
_orientation = [Utils circle:_orientation :2*M_PI];

double a2 = [_utils box_muller:0. :1.];

//NSLog(@"\ta2=%.8f",a2);

double dist = forward + a2 * _forwardNoise;

_point.x += cos(_orientation) * dist;
_point.y += sin(_orientation) * dist;

_point.x = [Utils circle:_point.x :_worldWidth];
_point.y = [Utils circle:_point.y :_worldHeight];
}

-(double)measurementProb:(NSArray<NSNumber *> *)measurements landmarks:(NSArray<Landmark *>*)landmarks {

double prob = 1.0;

for(int i=0; i<measurements.count; i++) {

Landmark *landmark = landmarks[i];
double measurement = [measurements[i] doubleValue];

double dist = [Utils distanceBetweenP1:_point andP2:landmark];

prob *= [Utils gaussian:dist :_senseNoise :measurement];
}

_probability = prob;
return prob;
}

这是我的粒子过滤器:

#import "ParticleFilter.h"

@interface ParticleFilter ()

@property (nonatomic,strong) NSMutableArray<Particle *> *particles;
@property (nonatomic,strong) NSArray<Landmark *> *landmarks;
@property NSInteger worldWidth;
@property NSInteger worldHeight;

@end

@implementation ParticleFilter

-(instancetype)initWithLandmarks:(NSArray<Landmark*>*)landmarks numberOfParticles:(NSInteger)numberOfParticles worldWidth:(float)worldWidth worldHeight:(float)worldHeight {

self = [super init];

if (self) {

_worldWidth = worldWidth;
_worldHeight = worldHeight;

_particles = [[NSMutableArray alloc] init];

for (int i = 0; i < numberOfParticles; i++) {

[_particles addObject:[[Particle alloc] initWithWorldWidth:worldWidth worldHeight:worldHeight]];
}

_landmarks = [NSArray arrayWithArray:landmarks];
}

return self;
}

-(void)setNoise:(double)forwardNoise turnNoise:(double)turnNoise senseNoise:(double)senseNoise {

for (Particle *p in _particles) {

[p setNoise:forwardNoise turnNoise:turnNoise senseNoise:senseNoise];
}
}

-(void)moveForward:(double)forward withTurn:(double)turn {

for (Particle *p in _particles) {

[p moveForward:forward withTurn:turn];
}
}


-(void)resample:(NSArray<NSNumber *>*)measurements {

NSMutableArray<Particle *> *newParticles = [[NSMutableArray alloc] init];

for (Particle *p in _particles) {

[p measurementProb:measurements landmarks:_landmarks];
}

double B = 0;
Particle *bestParticle = [self getBestParticle];

NSInteger index = drand48() * _particles.count;

for (int i = 0; i < _particles.count; i++) {

B += drand48() * 2. * [bestParticle getProbability];

while (B > [_particles[index] getProbability]) {

B -= [_particles[index] getProbability];

index = [self circle:index+1 :_particles.count];
}

[newParticles addObject:_particles[index]];
}

[_particles removeAllObjects];
[_particles addObjectsFromArray:newParticles];
}

-(NSInteger)circle:(NSInteger) num :(NSInteger)length {

while(num > length - 1)
num -= length;
while(num < 0)
num += length;

return num;
}

-(Particle *)getAverageParticle {

Particle *p = [[Particle alloc] initWithWorldWidth:_worldWidth worldHeight:_worldHeight];

double x = 0;
double y = 0;
double orient = 0;
double prob = 0;

for(int i=0; i<_particles.count; i++) {

x += [_particles[i] getPosition].x;
y += [_particles[i] getPosition].y;

orient += [_particles[i] getOrientation];
prob += [_particles[i] getProbability];
}

x /= _particles.count;
y /= _particles.count;
orient /= _particles.count;
prob /= _particles.count;

[p setPosition:[[MyPoint alloc] initWithX:x Y:y]
orientation:orient
probability:prob];

[p setNoise:[_particles[0] getForwardNoise]
turnNoise:[_particles[0] getTurnNoise]
senseNoise:[_particles[0] getSenseNoise]];

return p;
}

每个 Action 是:

    [_robot moveForward:2. withTurn:0];
[_particleFilter moveForward:2. withTurn:0];

NSLog(@"%@",_particleFilter);
NSLog(@"Mean %@",[_particleFilter getAverageParticle]);

NSArray<NSNumber*> *measurements = [_robot sense:_landmarks];
[_particleFilter resample:measurements];

NSLog(@"%@",_particleFilter);
NSLog(@"Mean %@",[_particleFilter getAverageParticle]);

NSLog(@"Robot %@",_robot);
NSLog(@"Estimated Robot %@",[_particleFilter getAverageParticle]);
NSLog(@"Best Robot %@",[_particleFilter getBestParticle]);

这里是涉及随机数的代码

#import "Utils.h"

@interface Utils ()

@property BOOL haveNextNextGaussian;
@property double nextNextGaussian;

@end

@implementation Utils

+ (instancetype) sharedInstance {
static id sharedInstance = nil;
static dispatch_once_t onceToken;
dispatch_once(&onceToken, ^{
sharedInstance = [[super alloc] initInstance];
});
return sharedInstance;
}

-(instancetype)initInstance {

self = [super init];

if (self) {

srand48(arc4random());
}

return self;
}


+(double)distanceBetweenP1:(MyPoint *)p1 andP2:(MyPoint *)p2 {

return sqrt((p1.x - p2.x) * (p1.x - p2.x) + (p1.y - p2.y) * (p1.y - p2.y));
}

+(double)gaussian:(double)mu :(double)sigma :(double)x {

return exp(-(pow(mu - x, 2.)) / pow(sigma, 2.) / 2.0) / sqrt(2.0 * M_PI * pow(sigma, 2.));
}


-(double)box_muller:(double)m :(double)s {

if (_haveNextNextGaussian) {

_haveNextNextGaussian = NO;

return _nextNextGaussian;
} else {
double v1, v2, s;
do {
v1 = 2 * drand48() - 1; // between -1.0 and 1.0
v2 = 2 * drand48() - 1; // between -1.0 and 1.0
s = v1 * v1 + v2 * v2;
}
while (s >= 1 || s == 0);

double multiplier = sqrt(-2 * log(s)/s);

_nextNextGaussian = v2 * multiplier;
_haveNextNextGaussian = YES;

return v1 * multiplier;
}
}


+(double)circle:(double) num :(double)length {

while(num > length - 1)
num -= length;
while(num < 0)
num += length;

return num;
}

@结束

最佳答案

在 OP 发布任何代码之前,这个答案被发布为“我如何找到 x 的问题”。

对于要查看的代码,这可能不再相关,特别是因为 OP 断言已遵循下面列出的所有步骤。

这是一个模糊的答案,但这是一个模糊的问题..

我们不可能在这里提供任何建议或指导,因为读者真正可以获得的唯一信息是您怀疑问题出在随机数生成

这是你的儿子吗?

为了作为读者回答这个问题,我们基本上是在比较互联网上陌生人()犯错的几率VS一个 ios 开发人员团队犯了错误,而这个错误却被忽视了。不幸的是,我们不得不将赌注押在您的错这个错误上。

程序员的经验法则:在指责别人的代码之前先测试您的代码。如果您认识要责备的人,请再次测试。如果你要责备的人每天都看到你,那就测第三次。如果你在你要责备的人的攻击范围内,再测试一次。

解决问题(又名如何找到并修理你的狗)

解决任何编码问题的第一步识别问题

与其一次又一次地随意查看您的代码以查找错误(StackOverflow 用户同意(c),您将永远找不到错误):

  1. 创建一些单元测试来验证您的代码预期并确保您做的事情是正确的。 如果你是,那么..
  2. 如果您测试的代码单元都运行正常,请检查它们在组合时是否运行正确。创建检查操作链的测试。链越长,您将测试的应用程序的端到端功能就越多。 还是不行?您可以考虑...
  3. 在您的应用程序运行时对其进行远程调试,以准确了解发生了什么。 无法进行远程调试?你让这件事变得很困难,但是......
  4. 从您的应用中记录一小组数据。创建一个测试以通过您的代码运行您的数据集。验证期望。 您仍然无法让它工作?然后尝试...
  5. 在 StackOverflow 上发布您的问题,并附上相关代码和数据集。

基本上测试,测试,测试

如果您的应用处于积极开发阶段,从长远来看,进行的每项测试都会为您节省时间(非常成熟和稳定的代码将受益较少)。

关于ios - 粒子过滤器 iOS 实现失败,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34285460/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com