def calcularProbabilidade(self):
q = 1
for i in range(len(self.z)):
#print d, 'A'
#z, zReal = self.dados[i] #x, y, theta nao precisa
p = (Parametros.ZHIT) * funcoesProbabilidade.pHit(self.z[i], self.zReal[i]) + \
(Parametros.ZSHORT) * funcoesProbabilidade.pShort(self.z[i], self.zReal[i]) + \
(Parametros.ZMAX) * funcoesProbabilidade.pMax(self.z[i]) + \
(Parametros.ZRAND) * funcoesProbabilidade.pRand(self.z[i])
#print p
q *= p
return q
def aprenderParametrosIntrinsicos(self):
eHit = []
eShort = []
eMax = []
eRand = []
Z = []
ZReal = []
Zaux = 0
for i,d in enumerate(self.dados):
x, y, theta, z = d
zReal = self.rayCasting(x,y,theta)
Z[i] = z
ZReal[i] = zReal
'''acredito que esteja certo'''
Zaux += z**2
phit = funcoesProbabilidade.pHit(z, zReal, self.desvioHit, self.alcanceMax)
pshort = funcoesProbabilidade.pShort(z, zReal, self.lambdaShort)
pmax = funcoesProbabilidade.pMax(z, self.alcanceMax)
prand = funcoesProbabilidade.pRand(z, self.alcanceMax)
n = (phit + pshort + pmax + prand)**-1
eHit[i] = n*phit
eShort[i] = n*pshort
eMax[i] = n*pmax
eRand[i] = n*prand
aux = sqrt(Zaux)**-1 # Verificar isso
self.zHit = aux * sum(eHit)
self.zShort = aux * sum(eShort)
self.zMax = aux * sum(eMax)
self.zRand = aux * sum(eRand)
self.novoDesvioHit = sqrt(1/(sum(eHit))*sum((np.array(eHit)*(np.array(Z) - np.array(ZReal))**2)))
self.novoLambdaShort = sum(eShort)/(sum(np.array(eShort)*np.array(Z)))
self.saveParametros()
def calcularProbabilidade(self, Z, zReal):
prob = (Parametros.ZHIT) * funcoesProbabilidade.pHit(Z, zReal) + \
(Parametros.ZSHORT) * funcoesProbabilidade.pShort(Z, zReal) + \
(Parametros.ZMAX) * funcoesProbabilidade.pMax(Z) + \
(Parametros.ZRAND) * funcoesProbabilidade.pRand(Z)
return prob