[最小二乘法] 多边定位--求解未知点坐标
文章目录
- 2 思路
- 3 求解思路
- 4 公式总结
- 公式
- 将公式化成矩阵的形式
- 根据最小二乘法求解出误差X
- 精度分析
- 计算
#1 问题
已知:
- 已知点的坐标A1,A2,A3,A4,A5,A6
- 已知点与待定点的距离d1,d2,d3,d4,d5,d6
求解待定点的坐标
2 思路
利用未知参数表示的观测值方程:
未知参数有:
- N点坐标X,Y
- 误差项vi
求解未知数只需要3个方程
即3个方程有唯一解,3个以上的方程有多个解
But:在实际项目中,观测值d含有误差,那么如何确定最佳解
利用最小二乘法估计最优解,中误差指标来评定其精度
最小二乘法:控制最小的误差,使结果与真值接近。拟合多个解,再得出最优解
如何控制最小误差呢:
- V观测值改正数矩阵
- P观测值得权阵(权重矩阵,权重相同可为单位矩阵)
3 求解思路
现在误差方程为非线性(二次方程),必须转成一次得到简化形式,才可以使用最小二乘法原理
令
分别为待定坐标的近似值、修正值
将式子用泰勒展开取一次项(降幂),得到一次的方程式:
最后,根据最小二乘平差求解未知数:
精度分析:单位权中误差
附:泰勒展开公式
4 公式总结
公式
其中:
已知
待定坐标N的近似值(X0,Y0)
其他点坐标(Xi,Yi)
各点到N的距离di未知
将公式化成矩阵的形式
其中:
注意:L最后还需要乘一个1000,换成mm单位,其为误差的意思
根据最小二乘法求解出误差X
精度分析
单位权中误差
计算
xi,yi,x0,y0,di为已知数–>根据以上公式求解出,其他列–>写出A、L–>根据公式,求解出X(误差值)
使用Excel计算相关参数:
得到A,L,根据最小二乘法求解得(使用matlab计算):
X =-2.511060.63905
经修正后的待定点坐标为:之前L转成了mm,这里也需要除以1000
X = X0 -2.51106/1000
Y = Y0 +0.63905/1000
参考文章:http://mp.weixin.qq.com/s/MSswKzWuziBHEvbZbEkeVw
[最小二乘法] 多边定位--求解未知点坐标相关推荐
- 3月9日 笔记:RANSAC随机样本一致性,灭点、对极几何计算、H矩阵、PNP估计相机位置,3D匹配、投影变换、N点定位求解姿态
[修订]: 2020-03-11:特征匹配 分为:(1)2D-2D : (2)2D-3D : (3)3D-3D https://www.zhihu.com/question/51510464 2D-2 ...
- js定位div坐标存入mysql_JavaScript与Div 对层定位和移动获得坐标
1:移动图层 获得点的x轴y轴坐标,从而进行绝对定位(注意:竖拉框会影响 x 轴 y 轴坐标值) var x,y,z,down=false,obj function init(){ obj=event ...
- appium无法定位元素,TouchAction坐标定位工具
在appium使用元素定位时 uiautomatorviewer定位如下图,这里看到的坐标有时候是不准的,我们要开启手机开发者选项的指针位置 在开发者选项中开启显示触摸操作和指针位置,这样以后调试ap ...
- PDF定位关键字/词所在坐标及页码
因为功能需要在pdf文件上添加一个日期文本,找了好多资源,总算功夫不负有心人,总算让我找到一篇博客http://www.cnblogs.com/tankqiu/p/4339079.html?utm_s ...
- 定位当前位置(坐标点)到 附近多个位置(坐标点)最短路径动态规划(汉密尔顿回路算法整合百度地图API)
最近项目中需要实现这样一个功能:从当前位置,规划一条最优线路到附近多个工厂的最优线路.必须要有详细的路径坐标点信息. 思路:1.首先 使用汉密尔顿回路算法,求解出当前位置坐标点到附近工厂最短线路的路径 ...
- Android百度地图开发(二)定位之自动定位及标注(及定位几日内瓦或坐标4.9E-324问题)
接上篇Android百度地图开发(一)之Hello BaiduMap 1.环境配置: 新增权限如下 <!-- 这个权限用于进行网络定位--> <uses-permission and ...
- 针对智能车声标组的声音定位方案研究
李哲明 郝亮 李晶钰 2020-09-01 Tuesday 摘要 声音定位指根据声音信号确定声源方位.传统定位算法虽然准确,但对传感器精度要求较高.本文提出一种利用声音定向的方法,再使用FM信号辅助计 ...
- 蓝牙定位--多点质心定位
废话不多说,直接上干货,后附已验证通过的质心算法 总体逻辑 step1 在理想环境下,已知三个信标的坐标和到坐标的距离,使用三点定位能获得三个圆的交点,从而得到位置. 而现实情况下却情况难料.这时候使 ...
- 使用sklearn库学习线性回归(二)
目录 1,多重共线性问题(Ridge回归和Lasso回归) 1.1,什么是多重共线性 1.2,多重共线性和相关性 2,岭回归(Ridge) 2.1,岭回归解决多重共线性问题 2.2,linear_mo ...
最新文章
- 由自动装箱和拆箱引发我看Integer源码
- 生产者、消费者问题之闹钟
- 《像计算机科学家一样思考Java》—— 导读
- 使用java实现打印功能_java实现打印功能有没有比较好的方式?
- 为什么打印出来的文件右边有阴影_打印机扫描怎么用,教您怎么用打印机扫描...
- DEBUG -- CLOSE BY CLIENT STACK TRACE问题的两种解决方案,整理自网络
- 软件测试之因果图分析法
- VM虚拟机上的网络设置
- matlab怎么分析数据,MATLAB应用——数据分析与统计
- Spring之refresh的12个步骤
- MAC删除开机自启动程序
- SpringSecurity自定义多Provider时提示No AuthenticationProvider found for问题的解决方案与原理(二)
- 这就是你日日夜夜想要的docker!!!---------Docker常规操作--端口映射、数据卷管理 以及容器互联
- 用 Python 制作家用防盗工具
- 【声纹识别】 EER
- Android之雪花飘落效果
- android电子标签,RFID超高频(UHF)智能柜安卓(ANDRIOD)控制器UKA02
- 常见的Linux桌面环境,你都知道哪一个?
- 智慧校园整体解决方案-最新全套文件
- win 7下ffmpeg平台和Android联合编译ndk rc7和ffmpeg harmony(最后还是改为r5)