Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
Publié parBriefbras Louis Modifié depuis plus de 10 années
1
Un algorithme de prédiction de lheure darrivée de bus utilisant un système de localisation automatique
2
Le but Prédire en temps réel l heure d arrivée du véhicule pendant son parcours.
3
Les contraintes Le flux de données peut être discontinu. L incertitude doit être estimée.
4
Principe général Repérage du véhicule Estimation du temps de parcours restant
5
Lalgorithme
6
Outil de reperage =U =y =x
7
Equations
8
Solution de Kalman En labsence de données mesurées
9
Solution de Kalman Lors de l'arrivée de données
10
Outil de prédiction Associer un temps restant à chaque position
11
Utilisation de données historiques
12
Traitement statistique On définit en chaque point une variable aléatoire représentant le temps restant. Chacune de ces variables a une répartition gaussienne. On calcule le temps restant avec la fonction obtenueOn calcule le temps restant avec la fonction obtenue
13
Tests de performance
17
Les erreurs à 15mn
18
Conclusion Une application à Seattle: mybus.org http://mybus.org
19
Le filtre de Kalman
20
Principe Estimer l'état dune variable gouvernée par une équation du type: A laide dune valeur mesurée du type: w et v sont les parties aléatoires de distribution gaussienne
21
Resultat: Lalgorithme de Kalman fournit une estimation de x optimale au sens des moindres carrés.
22
Pour en savoir plus sur les filtres de Kalman http://www.cs.unc.edu/~welch/kalman/kalman_filt er/kalman.html http://www.navtechgps.com/seminars/sem411.asp http://www.cs.rochester.edu/users/faculty/dana/ind ex.html http://www.hepl.harvard.edu/~rlee/minos/kalman/
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.