shuttle球预测/检测的数据校正技术

时间:2018-10-23 09:01:32

标签: python opencv image-processing artificial-intelligence kalman-filter

预先感谢您抽出宝贵的时间来帮助我解决这个问题,我已经解决了一段时间。

所以这是我的问题: 我一直在使用Python OpenCV进行一个项目,该项目使用ZED摄像机(立体声摄像机)链接来检测和预测a球的路径:https://www.stereolabs.com/zed/

我目前使用的技术是颜色检测和运动检测。尽管我获得的大多数数据都非常准确,但是某些数据点似乎超出了范围。

下面是数据点的示例和一张显示正在绘制的数据点的图形。

有人可以帮助我纠正似乎偏离检测值的点吗?

在参考与之相关的一些研究论文后,我正在使用扩展卡尔曼滤波器进行轨迹预测。

有人可以让我知道我选择的路线是否正确,或者我错过了什么吗?

我也确实读过一些关于使用AI块的信息,但是我不确定我将如何使用它们,任何有关此的指针也将是一件好事。 :-)

3D图形的图片(检测到的点):Detected Points

S球运动轨迹(橙色模糊线):How should be the actual path look like

数据 X,Y,Z - coordinates

0 个答案:

没有答案