上篇我们已经对最小二乘法的原理进行了详细的阐述,今天我们就把原理如何转化为程序进行一定的运用。

具体程序如下:

clc
clear
%%% A是坐标矩阵,代表每个坐标的x和y
A=[ 196.0000  245.0000
  197.0000  227.0000
  199.1765  212.7059
  203.5882  195.0588
  210.6471  178.2941
  221.2353  165.0588
  230.9412  150.9412
  245.0588  142.1176
  258.2941  131.5294
  273.2941  125.3529
  290.0588  120.9412
  305.0588  117.4118
  321.8235  117.4118
  339.4706  119.1765
  358.0000  123.5882
  373.8824  129.7647
  388.0000  136.8235
  401.2353  149.1765
  412.7059  161.5294
  423.2941  174.7647
  430.3529  189.7647
  436.5294  207.4118
  440.0588  223.2941
  440.0588  240.9412
  439.1765  258.5882
  433.8824  274.4706
  428.5882  291.2353
  419.7647  305.3529
  410.0588  319.4706
  397.7059  330.9412
  383.5882  342.4118
  370.3529  350.3529
  353.5882  355.6471
  336.8235  360.0588
  320.9412  360.9412
  303.2941  360.0588
  286.5294  357.4118
  268.8824  351.2353
  253.8824  342.4118
  240.6471  332.7059
  229.1765  320.3529
  218.5882  308.8824
  208.8824  293.8824
  201.8235  278.8824
  198.2941  261.2353];


X=A;
n=length(X(:,1)); %矩阵x的第一列长度等于n
y=ones(n,1);   %生成n行1列的元素为1的矩阵赋给y
b=[rand(1)*1000 rand(1) rand(1)];  %rand(1)产生一个维度是1的列向量
fun=inline('X(:,1).^2+X(:,2).^2+a(1)*X(:,1)+a(2)*X(:,2)+a(3)','a','X');
[a,r,J]=nlinfit(X,y,fun,b);   %x,y为原始数据,fun是在M文件中定义的函数,b是函数中参数的初始值 
                              %a为参数的最优值,r是各点处的拟合残差,J为雅可比矩阵的数值
vpa(a,10)   %vpa(a,10),a的运算精度为10-a的位数
X1=-a(1)/2;Y1=-a(2)/2;   %圆心
d =sqrt(a(1)^2+a(2)^2-4*a(3));   %半径
theta=0:0.01:2*pi;  
  %利用极坐标得到圆的坐标
    Circle1=X1+d*cos(theta);  
    Circle2=Y1+d*sin(theta); 
   %画圆
    plot(Circle1,Circle2,'m'); 
    plot(A(:,1),A(:,2),'.');
    hold on
    %axis equal 
    axis square
    X1
    Y1
    d

        

Logo

聚焦RDK与具身智能,汇集机器人开发教程、开源案例和技术交流

更多推荐