基于dag的道路稳健估计框架
dagmar的Python项目详细描述
dagmar:基于dag的场景挖掘鲁棒道路估计框架
该项目为丰富研究项目FASva内收集的真实世界试驾数据提供算法和概念软件,道路基础设施信息作为上下文感知场景挖掘的基础
为此,本文提出了一种改进的基于粒子滤波的地图匹配算法,该算法利用有向无环映射道路图(dagmar)对最可能的车辆姿态轨迹进行稳健估计。
内容
dagmar
包包含以下模块
core
:核心功能包括更新粒子过滤器或实现DAGMaR
。io
:所有与文件或日志相关的内容,例如使用tqdm的进度条、保存粒子过滤器的状态或DAGMaR
等。location
:该模块包含用于处理gps和utm位置的函数和类,以及OSM
作为通过天桥查询openstreetmap的overpy
接口。move
:处理周期的第一步:移动粒子场weight
:处理周期的第二步:加权粒子场resample
:处理周期的最后一步:对粒子场重新采样visualization
:用于显示粒子场状态的函数和类
安装
使用
git clone https://github.com/larsklitzke/dagmar
要扩展项目的功能,或者由于项目托管在pypi上,请使用
pip install dagmar
工具
安装程序包后,以下程序可用于处理和评估传导驱动器。
dagmar
:处理和评估驱动器dagmar-analyse
:分析Particle cluster
和DAGMaR
的结果
dagmar-process-pf
:根据先前由Particle cluster
估计的映射车辆姿势重构DAGMaR
。
依赖关系
此项目使用各种库,其中一些库在下面列出
- Numba是基于NumPy的,用于实现高性能计算的粒子过滤器。
- seaborn和matplotlib用于可视化
- NetworkX用于实现
DAGMaR
- Pandas用于数据管理和分析
- tqdm通过进度条显示所提供工具的进度。
许可证
版权所有(c)2019 lars klitzke,Lars.Klitzke@gmail.com
此程序是免费软件:您可以重新分发和/或修改 根据由 自由软件基金会,或者许可证的第3版,或者 (由您选择)任何更高版本。
这个程序的发布是希望它能有用, 但没有任何保证;甚至没有 适销性或适合某一特定目的的适销性。见 GNU通用公共许可证了解更多详细信息。
你应该收到GNU通用公共许可证的副本 还有这个节目。如果没有,请参阅http://www.gnu.org/licenses/。