센서 값과 타겟과의 위치 (각도 및 거리) 간의 관계 모델링

Question

대상과 관련하여 객체의 현재 위치를 예측할 수있는 간단한 모델을 도출하려고합니다.

더 구체적으로 말하면, 저는 4 개의 동일한 광 센서가 90도 사이에 배치 된 헤드를 가지고 있습니다. 가시 광선을 방출하는 광원 (LED)이 있습니다. 각 센서는 각도 스펙트럼 (최대 90도에서 광의 입사각이 증가하는 동안 민감도가 감소 함)을 갖기 때문에 각 센서에서의 수신 값은 타겟에 대한 헤드의 각도 및 거리에 의해 결정됩니다.

다양한 각도와 거리에서 4 개의 센서에서 값을 측정했습니다.

각 센서는 들어오는 빛이 적을 때 (센서가 대상에서 멀리 떨어져 있거나 센서가 대상에서 멀어지면) 약 9.5의 최대 값을 가지며 센서는 대상에 가까워 지거나 직접 향해 향함에 따라 감소합니다 목표물에.

입력 및 출력이 [0.1234 0.0124 8.342 9.232] = [각도, 거리] : 빛 옆에 배치 된 머리의 예입니다.

센서로부터의 4 개의 입력과 각도 및 거리의 2 개의 출력.

현재 수신 센서 값을 입력하여 각도와 거리를 예측하는 데 사용할 수있는 방정식을 유도하려면 어떤 전략을 구현할 수 있습니까?

나는 다 변수 회귀를 생각하고 있었지만, 내 결과는 단일 스칼라 (더 많은 벡터)가 아닙니다. 나는 그것이 효과가 있을지 모른다. 따라서, 나는 여기에 도움을 청하기 위해 글을 쓰고있다.

도움을 주시면 감사하겠습니다.

감사합니다.

Answer 1

다 변수 회귀에 대한 귀하의 생각은 합리적인 것처럼 보입니다.

IMHO 하나가 아닌 두 개의 모델을 훈련해야합니다. 첫 번째는 각도를 예측하고 두 번째는 거리를 예측합니다.

왜 두 모델을 결합하고 싶습니까? 이것은 최적화 메트릭의 의미에서 이상하게 보입니다. 각도 모델을 만들 때 라디안의 오류를 최소화합니다. 거리 모델을 만들 때 미터의 오류를 최소화합니다. 그렇다면 단일 모델의 경우 최소화 할 측정 항목은 무엇입니까?

나는 다음 링크가 당신을 위해 도움이 될 것으로 판단 :

1. https://www.mathworks.com/help/curvefit/surface-fitting.html
2. https://www.mathworks.com/help/matlab/math/example-curve-fitting-via-optimization.html

참고 : 일부의 경우 (zscore를 통해 예를 들어) 데이터 정상화에 크게 피팅 성능을 향상 .

P. 시도해보십시오. https://stats.stackexchange.com/