Jacobienne, covariance! je m'y perd!!

[Galibble]

Bonjour (ou bonsoir),

Je me présente un minimum question de faire une pseudo-connaissance. Je suis un étudiant qui va bientôt faire son bac. C'est-à-dire que mon niveau ne dépasse pas les intégrales :lol3: Toutefois,
comme il en est l'obligation dans mon pays (la souiice) je dois faire un TM (travail de maturité) sur une
durée de 8-9 mois et j'ai choisi l'informatique. Ce qui s'est avéré être un grand défit car finalement celui-ci a dérivé (mauvaise blague :ptdr: ) en mathématique.

Alors voici mon souci:

objectif:
L’objectif principal est la création d’un robot capable de se déplacer de manière autonome et, en même temps, de cartographier l’endroit où il se trouve. Pour cela il faut :
• Créer un robot autonome capable de prendre des mesures et d’autres données dans un environnement clos.
• Comprendre et appliquer les algorithmes présents dans la méthode SLAM.
• Traitement informatique des données pour en faire un plan des lieux.


Le deuxième point est celui qui me pose problème... :help: :help: :help:

alors je crée une série de matrices:

A La position du robot avec une grandeur de 3×3
B Le premier landmark avec une grandeur de 2×2
C Le dernier landmark avec une grandeur de 2×2
D La position du robot et le premier landmark avec une grandeur de 2×3
E Le premier landmark et la position du robot avec une grandeur de 3×2
F Le dernier landmark et le premier landmark avec une grandeur de 2×2
G Le premier landmark et le dernier landmark avec une grandeur de 2×2

La position du robot est en donnée cartésienne ainsi que les landmarks (points de repères)

Ensuite j'utilise La jacobienne du modèle de mesure: H
Le modèle de mesure nous permet de calculer une expectation de la distance et du dégrée des landmarks observés par rapport au robot. Pour cela la formule suivante appelée « h » s’impose :

La formule se trouve https://drive.google.com/file/d/0B7UcJ6H8TcxpakdianYwSDhubVE/view?usp=sharing

(désolé mais je ne peut pas faire un copié collé lisible.)

Où lambda x est la position du landmark et x est la position (estimée) actuel du robot. De même pour lambda y et y. Thêta est la rotation du robot. La jacobienne de cette matrice par rapport à x, y et thêta est :
à nouveau: https://drive.google.com/file/d/0B7UcJ6H8TcxpakdianYwSDhubVE/view?usp=sharing

Le premier élément de la première file nous montre le changement de distance par rapport à « x », le deuxième par rapport à « y » et comme la distance ne varie pas selon la rotation du robot le troisième élément est égale à zéro. La deuxième file nous donne l’angle du landmark par rapport à l’angle du robot.

Ce que je ne comprend pas c'est pourquoi dans le tableau qui suit les matrices sont négatives. Et aussi dans la jacobienne, que veut dire "r"? j'ai pensé à :The radial coordinate is often denoted by r
mais ça n'aurais aucun sens. :mur: :mur:

En tout cas je vous remercie d'avance et j’espère avoir été assez précis.

Pd: regarder la page 13 et ce qui suit... :doh:

[fatal_error]

salut,

je vois pas ta matrice J, je vois pas non plus ta matrice H
puis en plus je comprends pas en quoi la position du robot serait une matrice de covariance... (pas plus que les autres matrices)
et aussi j'ai des "..." dans ton tableau (qui contient les 7 dites matrices de covariance) je doute que ca soit le résultat attendu...

tu peux apprendre le tex et recopier les formules ici, tu peux également poster des images... (que tu hostes sur un autre site)
mais les avoir en tex c'est quand même mieux...