我正在试着实现三边测量。函数得到三个三维坐标以及每个坐标到基站的距离。它必须返回点在三维空间三边测量中的位置。你知道吗
def trilateration(P1, P2, P3, r1, r2, r3):
p1 = np.array([0, 0, 0])
p2 = np.array([P2[0] - P1[0], P2[1] - P1[1], P2[2] - P1[2]])
p3 = np.array([P3[0] - P1[0], P3[1] - P1[1], P3[2] - P1[2]])
v1 = p2 - p1
v2 = p3 - p1
Xn = (v1)/np.linalg.norm(v1)
tmp = np.cross(v1, v2)
Zn = (tmp)/np.linalg.norm(tmp)
Yn = np.cross(Xn, Zn)
i = np.dot(Xn, v2)
d = np.dot(Xn, v1)
j = np.dot(Yn, v2)
X = ((r1**2)-(r2**2)+(d**2))/(2*d)
Y = (((r1**2)-(r3**2)+(i**2)+(j**2))/(2*j))-((i/j)*(X))
Z1 = np.sqrt(r1**2-X**2-Y**2)
Z2 = np.sqrt(r1**2-X**2-Y**2)*(-1)
K1 = P1 + X*Xn + Y * Yn + Z1 * Zn
K2 = p1 + X * Xn + Y * Yn - Z2 * Zn
return K1
我有一个测试例子。这些坐标和距离P1=(2,2,0),P2=(3,3,0),P3=(1,4,0) r1=1,r2=1,r3=1.4142,应返回P=(2,3,0)。你知道吗
但它是returnig[3.3325331 1.66746669 1.33373281]
这个问题来自于给
sqrt
的表达式,由于数值不精确,这个表达式有点负。这将解决它:更改这些行可以得到正确的结果:
[1.99999361 3.00000639 0.]
注:如果该点与其他3个点位于同一平面上,则Z值为0,否则有两种解决方案。另外,提供
r1
、r2
和r3
的精确值非常重要,正如@meowgoesthedog所提到的。但是,即使使用精确的值,也始终需要小心浮点不精确性,并安全地使用sqrt
。你知道吗相关问题 更多 >
编程相关推荐