第二十七章.双限趋势预设态估值拟合算法

“观察飞行器有偷懒的办法，就是观察飞行器轮廓，在样本库中查找目标样本，然后通过姿态还原完成目标A值的计算，这个计算值是通过样本具体数值计算得出的，相对准确，所以可以直接用来测距。”林久浩。

“如果没有样本库精确数值呢？”丁琪琪。

“那就用估值匹配，飞行器都是人造的，只要认识就能知道数值，如果不认识，那么用向上集合类查询，知道大概属于哪一类飞行器，再把这类飞行器放进估值数值段内，用前面的上下限方法继续计算，你都说飞行器了，距离上差个几十米不是大事，而且这种计算随着距离接近会越来越准确的。”林久浩。

“哦，明白了，如果同时多架飞机一起，是不是更复杂了？”丁琪琪。

“条件环境空间是分梯次递减模型，就是我们通过轮廓扫描采样，设置复杂粗细粒度，这样采用的条件环境空间是有弹性的，可以达到几公里范围，也可以小到800米以内。”林久浩。

“这个档次是根据机器人内部算力配置的处理能力决定的吗？”丁琪琪问答。

“不完全是，还根据观察目标的大小，例如，我们观察的是一只小老鼠，我们就需要细粒度的条件环境空间，如果观察的是敌方的机器人，我们就可以把条件环境空间粒度放大，而只在目标范围内的条件环境空间粒度变细就可以。”林久浩。

“哦，知道了，条件环境空间的观察粒度不是统一的，观察物体的大小尺寸决定了空间的粒度，而且这种被观察物体附近采用细粒度的方式，有点像。。。”丁琪琪在想。

“像用望远镜，对不对，其实望远镜就是把我们观察的空间粒度平衡打破，望远镜内部的空间粒度细，而不在望远镜观察范围内的粒度粗。”林久浩。

“不是吧，【动对动】的算法复杂，但是，样本库好整理，不管是飞行器、地面移动物体，还海里面的物体，当今世界所有的移动物体可以穷尽一下，按照模型尺寸分类定义，然后通过感应层内容分析，将参照物定义在不同的距离段内，然后通过刚才的算法，获得精确的数值。”林久浩。

“【动对动】不复杂吗？我怎么觉得【动对动】模式下，测量起来很复杂呀？”丁琪琪还是有疑问。

“严格讲【动对动】应该更复杂，不过，【动对动】模式中，我们增加了两个转换过程，就是【静对动静结合】模式，【静对动】模式，然后才是【动对动】模式。”林久浩。

“什么是【静对动静结合】？”丁琪琪。

“首先，我们可以把自己作为静止观察者，这一点你明白吧？”林久浩。

“超出条件空间的移动物体呢，这种是纯粹的【静对动】模式，例如狙击手说的，观察飞行器。”丁琪琪。

“超出条件空间这个概念是人的概念，不是机器人的概念，实际上，机器人的可观察条件空间并不是以机器人作为中心的，是以观察估值空间为条件空间，具体来说，我们人的观察空间是以人为中心的一个范围，而机器人的观察空间是以视觉系统能够到达的位置。”林久浩解释着。

“没懂？”丁琪琪。

“我们人的观察空间以人为中心，形成一个半径为R的半球，而机器人的观察空间可以通过视觉系统的放大倍焦，将这个半径为R的球体，放置到远处，例如，狙击手的视觉系统可以看到三十公里，那么狙击手就可以把自己作为O，进行三维坐标系位移到29公里的位置，把这个半径为R的球体，平移到29公里的位置，就像有一个虚拟的狙击手已经站在了29公里外，虚拟狙击手的观察半径是1的半球面。。。这是举例。”林久浩比划着解释。

“明白了，比人厉害多了，机器人可以通过算法，把虚拟的自己放置到可观察的任何位置，但是，远处空中的飞行器物体，由于在空中没有固定的参照物，怎么办？”丁琪琪继续问道。

“如果我是机器人，我就停下来，静止的去观察目标”丁琪琪。

“这大脑袋，怎么又糊涂了。。。采用运动算法还原，机器人做的任何运动，机器人自己都有明确的位置移动数据，把这部分运动位移数据加入算法，还原目标参照物，就可以实现【静对静】模式。”林久浩。

“对了，确实啊~~，又糊涂了。。。嘻嘻。”丁琪琪。

“【静对动静结合】要开设多重平行三维空间，独立去运行目标参照物，然后在多个条件空间里面做数据同步，校准数据失真，当我观察的目标是运动的，但是，这个目标与我处于同一条件环境空间，我们可以把移动目标周围的物体采集为参照物，利用刚才【动对静】模式算法，确定固定参照物的精确数值，这样我们就又有了固定参照物，在多参照物参照下，我们就可以完成对移动目标的测定，这就形成了【静对动静结合】模式的算法。。。但是这个算法必须在同一个条件环境空间。”林久浩解释着。

“机器人的同一个条件环境空间设定能有多大？”丁琪琪问道。