Как зная координаты предмета(на время обучения, и очень редко для калибровки), создать нейронку, которая должна имея значения с инерциальных датчиков на предмете, выдавать координаты? Какую нейронку использовать, какую структуру... Зная что для всё надо тестировать, спрошу “В каком направлении двигаться, с чего начать, что попробовать”?
Датчик не один, а предмет не однородный(есть движущиеся части), но у нас есть координаты кючевых точек.
Система сложная. Структура которой может меняться, что накатывает условие гибкости системы. По той же причине создать математическую модель под конкретную систему нерационально.
dodo101000101: поэтому вы хотите черный ящик, который все сделает за вас?
Может в других областях такой подход возможен, но не здесь. Судя по тому, что мне известно, система наверняка не очень серьезная, то есть заказчик - не военка, не промышленность, а потребителями наверняка будут гражданские. Тогда встает вопрос цены аппаратной части, наверняка вы не выкладываете огромные деньги за каждый датчик, тогда какого результата вы хотите добиться? система при использовании мат моделей уже не будет очень точной, что уж говорить о нейросетях. К тому же задача относительно хорошо обусловлена и формализуема - еще один камень в огород нейросетей. Ну и человек по сути прав, фильтр калмана + интегратор - звучит гораздо проще и приятнее, чем НС, пытающаяся угадать свое положение
Активно занимался этой задачей несколько лет, правда в специфической плоскости. Если по архитектуре тут всё просто: реккурентная НС. Но ключевым моментом в задаче будет фильтрация и устранение ошибок. Т.е. просто Нейронка может и не сработать качественно. Видел работы по счислению пути для морских объектов с использование нейросетей, видел работы по фильтрации в навигационных системах с использованием нейронок, есть работы по использованию нейронок для определения информационных отказов в ИНС. Но как я понял никто такое в "продакшн" так и не вставил. Гироскопия и навигация уж слишком консервативная область.
Сложный
