Question

在此图像unshifted http://i49.tinypic.com/30m35zb.png中找到蓝线的x轴偏移的最佳方法是什么，它与红线匹配？结果必须看起来像这个图像shifted http://i47.tinypic.com/14ikd44.png）。在MATLAB中有像fminunc这样的复杂函数，但我必须处理一些时间限制，所以我想知道是否有更有效的方法。

编辑：数据来自模拟环境中激光扫描的距离测量。在x轴上，您可以看到以弧度表示的每次扫描的方位与在y轴上以米为单位测量的范围。对于红点（参考扫描），轴承确实均匀地间隔开。参考扫描始终如此，但当前扫描（蓝点）不是这样。

编辑：红点数据

-1.5708    6.8542
-1.3963    6.9530
-1.2217    7.2137
-1.0472    7.6592
-0.8727    8.3326
-0.6981    9.2984
-0.5236   10.6477
-0.3491   12.5060
-0.1745   15.0092
     0   18.2745
0.1745   22.3368
0.3491   27.1113
0.5236   32.4112
0.6981   38.0010

蓝点

-1.3963    7.0092
-1.2217    7.3112
-1.0472    7.8065
-0.8727    8.5420
-0.6981    9.5872
-0.5236   11.0407
-0.3491   13.0360
-0.1745   15.7225
     0   19.1849
0.1745   23.4301
0.3491   28.3466
0.5236   32.4114

Answer 1

好吧，这不是“最好的”方式，但如果你不知道描述曲线的正确模型，那就是一种方式：

% your first plot
figure(1), clf, hold on
plot(red(:,1), red(:,2), 'ro-')
plot(blue(:,1), blue(:,2), 'bo-')

% approximate reference with splines, so it can be evaluated anywhere
ppred = spline(red(:,1),red(:,2));

% minimize the distance between the curves
f = @(x) norm( ppval(ppred, blue(:,1)+x)-blue(:,2) );    
x0 = fminsearch(f, 0);    
blue(:,1) = blue(:,1)+x0;

% pretty close to your second plot
plot(blue(:,1), blue(:,2), 'ko-')

Answer 2

为什么不进行网格搜索？制作偏移可能性网格，如delta_x = [0.0001:0.2:0.0001]，然后在偏移网格中的每个位置评估目标函数（最小二乘？），并选择误差最小的网格。如果您使用fminfunc的时间太短，那么网格搜索可能是可接受的近似值。

在Matlab中最小化简单目标的最佳方法

2 个答案: