Геометрический кусочно-кубический интерполяционный многочлен Безье с непрерывностью C2

Обложка

Цитировать

Полный текст

Аннотация

Кривая Безье – это параметрический полином, который применяется для получения хороших методов кусочной интерполяции с большим преимуществом перед другими кусочными полиномами. Следовательно, критически важно построить кривые Безье, которые были бы гладкими и могли бы повысить точность решений. Большинство известных стратегий определения внутренних контрольных точек для кусочных кривых Безье обеспечивают только частичную гладкость, удовлетворяющую первому порядку непрерывности. Некоторые решения позволяют строить интерполяционные полиномы с гладкостью по ширине вдоль аппроксимирующей кривой. Однако они все еще не могут обрабатывать расположение внутренних контрольных точек. Частичная гладкость и неконтролирующее расположение внутренних контрольных точек могут повлиять на точность приблизительной кривой набора данных. Чтобы улучшить гладкость и точность предыдущих стратегий, предлагается новый кусочно-кубический многочлен Безье второго порядка непрерывности C2 для оценки пропущенных значений. Предлагаемый метод использует геометрическое построение для поиска внутренних контрольных точек для каждого смежного подынтервала указанного набора данных. Не только предлагаемый метод сохраняет стабильность и гладкость, анализ ошибок численных результатов также показывает, что результирующий интерполирующий полином более точен, чем те, которые получены с помощью существующих методов.

Об авторах

М. А Фадхель

Университет Аль-Мутанна

Автор, ответственный за переписку.
Email: mustafa@mu.edu.iq

З. Б Омар

Малазийский университет Утара

Email: zurni@uum.edu.my

Список литературы

  1. Alawadi F. New Pattern Recognition Methods for Identifying Oil Spills from Satellite Remote Sensing Data // Image and Signal Processing for Remote Sensing XV. 2009. vol. 7477. pp. 74770X.
  2. Amenta N., Bern M. Surface Reconstruction by Voronoi Filtering // Discrete & Computational Geometry. 1999. vol. 22. pp. 481–504.
  3. Kondrashov D., Ghil M. Spatio-Temporal Filling of Missing Points in Geophysical Data Sets // Nonlinear Processes in Geophysics. 2006. vol. 13(2). pp. 151–159.
  4. Chen F., Lou W. Degree Reduction of Interval Bézier Curves // CAD Computer Aided Design. 2000. vol. 32(10). pp. 571–582.
  5. Wu Q.B., Xia F.H. Shape modification of Bézier curves by constrained optimization // Journal of Zhejiang University: Science. 2005. vol. 6. pp. 124–127.
  6. Al-Shemary M.A.F. Interpolation by Using Bézier Curve Numerically with Image Processing Applications // Journal of Al-Qadisiyah for Computer Science and Mathematics. 2011. vol. 3(2). pp. 400–409.
  7. Sederberg T.W., Farouki R.T. Approximation by Interval Bézier Curves // IEEE Computer Graphics and Applications. 1992. vol. 12. pp. 87–59.
  8. Hwang J.H., Arkin R.C., Kwon D.S. Mobile Robots at your Fingertip: Bezier Curve on-line Trajectory Generation for Supervisory Control // 2003 EEE/RSJ International Conference on Intelligent Robots and Systems. 2003. vol. 2. pp. 1444–1449.
  9. Škrjanc I., Klančar G. Cooperative Collision Avoidance Between Multiple Robots Based on Bernstein-Bézier Curves // International Conference on Information Technology Interfaces. 2007. pp. 34–43.
  10. Ho M.L., Chan P.T., Rad A.B. Lane Change Algorithm for Autonomous Vehicles via Virtual Curvature Method // Journal of Advanced Transportation. 2009. vol. 43(1). pp. 47–70.
  11. Korzeniowski D., Ślaski G. Method of Planning a Reference Trajectory of a Single Lane Change Manoeuver with Bezier Curve // IOP Conference Series: Materials Science and Engineering. 2016. vol. 148(1). 243 p.
  12. Lattarulo R. et al. Urban Motion Planning Framework Based on N-Bézier Curves Considering Comfort and Safety // Journal of Advanced Transportation. 2018. 29 p.
  13. Perez J., Godoy J., Villagra J., Onieva E. Trajectory Generator for Autonomous Vehicles in Urban Environments // 2013 IEEE International Conference on Robotics and Automation. 2013. pp. 409–414.
  14. Ge Q.J., Kang D. Motion Interpolation With G2 Composite Bezier Motions. 1995. pp. 520–525.
  15. Pollock D.S.G. Signal Processing and its Applications // Handbook of time series analysis, signal processing, and dynamics. 1999. 543 p.
  16. Shemanarev M. A Very Simple Method of Smoothing. Retrieved from The Anti-Grain Geometry 2002. URL: http://www.antigrain.com/agg_research/bezier_ interpolation.html (дата обращения: 12.12.2020).
  17. Yau H.T., Wang J.B. Fast Bezier Interpolator with Real-Time Lookahead Function for High-Accuracy Machining // International Journal of Machine Tools and Manufacture. 2007. vol. 47(10). pp. 1518–1529.
  18. Saaban A., Zainudin L., Bakar M.N.A. On Piecewise Interpolation Techniques for Estimating Solar Radiation Missing Values in Kedah // AIP Conference Proceedings, 1635 (Icoqsia). 2014. pp. 217–221.
  19. Karim S.A.A. Shape Preserving by Using Rational Cubic Ball Interpolant // Far East Journal of Mathematical Sciences. 2015. vol. 96(2). pp. 211–230.
  20. Saaban A., Zainudin M.L., Abu Bakar M.N. Piecewise Positivity Preserving Cubic Bezier Interpolation for Estimating Solar Radiation Missing Value in Penang, Malaysia // Journal of Mathematics and Statistics. 2016. vol. 12(4). pp. 302–307.
  21. Ueda E.K. et al. Piecewise Bézier Curve Fitting by Multiobjective Simulated Annealing // IFAC-PapersOnLine. 2016. vol. 49(31). pp. 49–54.
  22. Stelia O., Potapenko L., Sirenko I. Application of Piecewise-Cubic Functions for Constructing a Bezier Type Curve of C1 Smoothness // Eastern-European Journal of Enterprise Technologies. 2018. vol. 4(2). pp. 46–52.
  23. Zulkifli N.A.B. et al. Image Interpolation Using a Rational Bi-Cubic Ball // Mathematics. 2019. vol. 7(11). 29 p.
  24. Elber G. Interpolation Using Bézier Curves // Graphics Gems III (IBM Version). 1992. vol. 0. pp. 133–136.
  25. Quarteroni A., Sacco R., Saleri F. Numerical Mathematics // Applied Mathematics 2000. vol. 37. 57 p.
  26. Hansford D. Bézier Techniques // Handbook of Computer Aided Geometric Design 2002. pp. 75–109.
  27. Burden R.L., Faires J.D. Numerical Analysis (Tenth Edit) // Brooks/Cole. 2015.
  28. Rabbath C.A., Corriveau D. A comparison of piecewise cubic Hermite interpolating polynomials, cubic splines and piecewise linear functions for the approximation of projectile aerodynamics // Defence Technology. 2019. vol. 15(5). pp. 741–757.
  29. Moler C. Makima Piecewise Cubic Interpolation // MathWorks. 2019.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».