返回
Geodesic Least Mean Square algorithm for 3D tracking
DOI:10.1016/j.dsp.2026.106210.png)
摘要
En 中文
四元数在三维旋转建模中广为人知。因此,它们已被考虑用于在需要曲率流形建模(例如在球面上)的方向应用中跟踪三维物体。然而,四元数值学习算法(如四元数最小均方算法)并不适用于曲率流形。为解决文献中的这一不足,我们提出了测地线最小均方算法。其创新性源于两个贡献。首先,代价函数基于四元数测地线距离,而非将误差的传统表述作为算术差。其次,其权重被建模为三维旋转,从而使其成为可解释的人工智能算法。对合成数据和真实数据的仿真研究支持了该方法。
Keyword:
quaternions
interpretable AI
least mean square
geodesic distance
3D orientations
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
D
IF:
3
论文数:
785
被引数:
0
机构
引用论文
Quaternion to Euler angles conversion: A direct, general and computationally efficient method
PLOS ONE
IF0

