我有一根电缆从移动车辆上垂直落到地面上。使用相机系统我能实时估算绳子接触地面的位置。车辆运动和位置估计的不精确性导致了一个接触点云。从这个点云中,我想得出电缆在地面上最可能的路径。我希望能够实时完成,并且希望拟合能够根据新数据进行更新。新加入数据的频率大约是20Hz,而车辆的运动速度大约为1 m/s,因此点云非常密集。电缆在地面上的路线是平滑的(因为电缆很硬),并且是三维的(x,y,z:地面不是平坦的!)。
我一直在寻找三维线/样条/曲线拟合/插值。我找到了一些有前途的方法(B样条拟合, LOWESS->看起来可行,在二维中可用,但在三维中不可用)。然而,我找不到任何明确说明哪种方法适用于我的情况的解释。您会建议哪种拟合方法来处理这种情况吗?
我目前正在处理的数据集是通过以下方式生成的:
我一直在寻找三维线/样条/曲线拟合/插值。我找到了一些有前途的方法(B样条拟合, LOWESS->看起来可行,在二维中可用,但在三维中不可用)。然而,我找不到任何明确说明哪种方法适用于我的情况的解释。您会建议哪种拟合方法来处理这种情况吗?
我目前正在处理的数据集是通过以下方式生成的:
import numpy as np
tMax = 10 # s
f = 20 # hz
v = 2 # m/s
samples = tMax*f
t = np.linspace(0,tMax, samples)
div = 00.[![2][2]][2]
x=1*np.sin(t)+t+np.random.uniform(-div,div,samples)
y=1*np.cos(t)+t+np.random.uniform(-div,div,samples)
z=1*np.sin(t)*np.cos(t)+t+np.random.uniform(-div,div,samples)
我在二维中使用LOWESS获得了合理的结果,如下图所示,但在三维中没有。
另外一件我可以补充的事情是数据有时间戳。我可以想象这对于拟合线条可能是有益的。