def reamostrar(particulas, n_particulas = num_particulas): """ Reamostra as partículas devolvendo novas particulas sorteadas de acordo com a probabilidade e deslocadas de acordo com uma variação normal O notebook como_sortear tem dicas que podem ser úteis Depois de reamostradas todas as partículas precisam novamente ser deixadas com probabilidade igual Use 1/n ou 1, não importa desde que seja a mesma """ pesos = [] for p in particulas: pesos.append(p.w) particulas = draw_random_sample(particulas, pesos, n_particulas) desvio = 9 for p in particulas: p.x += np.random.normal(0,desvio,1)[0] p.y += np.random.normal(0,desvio,1)[0] p.theta += np.random.normal(0,math.radians(15), 1)[0] p.w = 1 return particulas
def reamostrar(particulas, n_particulas = num_particulas):
"""
Reamostra as partículas devolvendo novas particulas sorteadas
de acordo com a probabilidade e deslocadas de acordo com uma variação normal
O notebook como_sortear tem dicas que podem ser úteis
Depois de reamostradas todas as partículas precisam novamente ser deixadas com probabilidade igual
Use 1/n ou 1, não importa desde que seja a mesma
"""
probs = [p.w for p in particulas]
print("Probabilidades: ")
print(probs)
print("Soma probs")
print(sum(probs))
pfinal = draw_random_sample(particulas, probs, n_particulas)
for p in pfinal:
p.x+=norm.rvs(scale=std_resample_x)
p.y+=norm.rvs(scale=std_resample_y)
p.theta+=norm.rvs(scale=std_resample_theta)
p.w = 1.0
return pfinal
def reamostrar(particulas, n_particulas=num_particulas):
"""
Reamostra as partículas devolvendo novas particulas sorteadas
de acordo com a probabilidade e deslocadas de acordo com uma variação normal
O notebook como_sortear tem dicas que podem ser úteis
Depois de reamostradas todas as partículas precisam novamente ser deixadas com probabilidade igual
Use 1/n ou 1, não importa desde que seja a mesma
"""
lista_pesos = []
dp = 3 # Desvio padrão linear
dp_theta = 0.0523 # Desvio padrão angular
# Cria a lista com os pesos
for p in particulas:
lista_pesos.append(p.w)
p.w = 1 # Reseta o w para 1
# Redesenha as partículas baseado nos pesos
particulas = draw_random_sample(particulas, lista_pesos, n_particulas)
for p in particulas:
p.x = p.x + np.random.normal(0, dp, 1)[0]
p.y = p.y + np.random.normal(0, dp, 1)[0]
p.theta = p.theta + np.random.normal(0, dp_theta, 1)[0]
return particulas
def reamostrar(particulas, n_particulas=num_particulas):
particulas_pesos = [p.w for p in particulas]
novas_particulas = draw_random_sample(particulas, particulas_pesos, 1000)
# Reamostragem com incertezas
for particula in novas_particulas:
particula.w = 1
particula.x += stats.norm.rvs(scale=6)
particula.y += stats.norm.rvs(scale=6)
particula.theta += stats.norm.rvs(scale=math.radians(7))
return novas_particulas
def reamostrar(particulas, n_particulas=num_particulas):
"""
Reamostra as partículas devolvendo novas particulas sorteadas
de acordo com a probabilidade e deslocadas de acordo com uma variação normal
O notebook como_sortear tem dicas que podem ser úteis
Depois de reamostradas todas as partículas precisam novamente ser deixadas com probabilidade igual
Use 1/n ou 1, não importa desde que seja a mesma
"""
prob_all = [p.w for p in particulas]
particulas = draw_random_sample(particulas, prob_all, num_particulas)
particulas = [desv(p, 5, math.radians(5), True) for p in particulas]
return particulas
def reamostrar(particulas, n_particulas=num_particulas):
"""
Reamostra as partículas devolvendo novas particulas sorteadas
de acordo com a probabilidade e deslocadas de acordo com uma variação normal
O notebook como_sortear tem dicas que podem ser úteis
Depois de reamostradas todas as partículas precisam novamente ser deixadas com probabilidade igual
Use 1/n ou 1, não importa desde que seja a mesma
"""
particulas_pesos = [p.w for p in particulas]
novas_particulas = draw_random_sample(particulas, particulas_pesos,
n_particulas)
for p in novas_particulas:
p.x += norm.rvs(loc=0, scale=6)
p.y += norm.rvs(loc=0, scale=6)
p.theta += norm.rvs(0, math.radians(10))
p.w = 1
return novas_particulas
def reamostrar(particulas, n_particulas=num_particulas):
"""
Reamostra as partículas devolvendo novas particulas sorteadas
de acordo com a probabilidade e deslocadas de acordo com uma variação normal
O notebook como_sortear tem dicas que podem ser úteis
Depois de reamostradas todas as partículas precisam novamente ser deixadas com probabilidade igual
Use 1/n ou 1, não importa desde que seja a mesma
"""
particulas_pesos = [p.w for p in particulas]
print(particulas_pesos)
particulas = draw_random_sample(particulas, particulas_pesos,
num_particulas)
for p in particulas:
p.x = norm.rvs(p.x, 10)
p.y = norm.rvs(p.y, 10)
p.theta = norm.rvs(p.theta, 0.09)
p.w = 1
return particulas