“哥，狙击手做的算法就是解决这个问题的吗？”丁琪琪接着问。
“是的，狙击手创新了一种算法，就是【双限趋势变化估值拟合算法】，然后和我一起把这种算法构建在多元关联拟脑动态库模型上，实现【多组双限趋势预设态估值拟合算法】。”林久浩继续解释。
“这是什么算法，就是这个文件吗？”丁琪琪滚动着鼠标问道。
“这个文件里面就是【双限趋势变化估值拟合算法】，针对被观察物，也是参照物，【动对静】模式下的距离测定算法理论模型，及部分测量值。”林久浩说道。
“被观察物还是参照物？”丁琪琪不解。
“所有的静态被观察物，也是作为机器人条件环境空间的参照物使用，这就是多元关联的理念。”林久浩。
“哥，【动对静】是不是指的，观察点处于运动状态，而被观察物，也是参照物处于静止状态的模式？”丁琪琪开始进入状态了。
“对，先解决【动对静】模式，再解决【动对静+动】模式，再解决【动对动】模式，很复杂的。”林久浩。
“哥，你先给我讲一下【动对静】模式好吗，我觉得这是最简单，而且是最基础的算法模型，理解了这个，才能理解后面的。”丁琪琪。
“好的，【动对静】模式，是指观察者在观察参照物A的时候，是处于运动状态，我们把运动状态规定为，最简单的‘正面对向’，沿着直线的线性靠近或者远离的运动，在这种最简单的运动状态去观察A的变化，然后通过观察值a来测准A的值，然后计算出与A的距离H。”林久浩暂时不讲变焦原理，而是用最基本的原理讲解。
“哥，可实际情况肯定不是这样的，机器人往往无法做到‘正面对向’的直线运动，所以这种理想状态是无法出现的，不具备普遍性。”丁琪琪。
“琪琪，你错了，具备普遍性，例如，我们以前说的姿态还原理论，当我们知道一架飞机的实际尺寸，当观察到它的时候，我们可以通过轮廓及长宽比测定，知道它与我们观察者的角度偏差，我们在模型里面就可以还原姿态，然后获得A的投影数值，所以飞机的任何姿态，我们都可以通过算法还原。”林久浩。
“哦，就是正面可以用姿态还原算法来实现正确的面对问题，看来，我们国家所有军事设备的具体尺寸参数，千万不要泄露，一旦泄露，敌人就可以通过建模，然后在远距离上实现视觉定位了。”丁琪琪。
“是呀，所以保密要做到每一个人。”林久浩。
“那么怎么做到线性的直线运动呢？”丁琪琪继续问道。
“首先我们做了姿态还原，那么就可以知道我们与参照物之间的大体位置关系，即使不能做到正面直线运动，我们可以用算法补偿，还原出正面直线运动的状态。”林久浩。
“哦，明白了，就是我们知道了参照物的姿态，然后我们把自己的运动方式，转换成与参照物的正面直线运动，这种算法可以开放运动方式，即使是不做直线运动，也可以还原成我们需要的相对运动模型。”丁琪琪理解着说道。
“你知道这个原理的意义吗？”林久浩。
“是不是机器人在面对敌人的时候，需要做战术动作和其他协助的动作，运动状态不能按照理想状态，这种情况下测量参照物，就需要算法还原。。。另外，不规则线性运动的实际观察值是不是也有作用？”丁琪琪。
“当然有作用了，单纯的面对垂直运动，由于物体的近大远小，实际是无法直接测定物体距离我们的位置，但是，不规则线性运动产生的观察值，可以通过多角度连线产生的焦点，来确定大致位置范围，这就给‘双限趋势估值拟合算法’提供了大致的范围。”林久浩。
“哦，这个大致的范围是不是很粗糙-->>
本章未完，点击下一页继续阅读