Płynność ruchów dzięki jednostkom pozycjonującym Axis

Kamery pozycjonujące i jednostki pozycjonujące Axis zapewniają płynność ruchu podczas obrotów oraz pochyleń dzięki zaawansowanemu sterowaniu silnikami. Płynność ruchów kamery jest określana liczbowo za pomocą odchylenia standardowego prędkości obliczanego przy wolnym tempie. Pomiar dokonany w przypadku kamer pozycjonujących i jednostek pozycjonujących Axis zaowocował wynikiem niespełna ±0,01°/s. Jest to zmienność tak mała, że ruchy kamery są postrzegane jako całkowicie pozbawione przycięć.

Kamery pozycjonujące i jednostki pozycjonujące Axis zapewniają płynność ruchu podczas obrotów i pochyleń. Zarówno w przypadku obrotów w bardzo wolnym tempie, jak i bardzo szybkich ruchów wykonywanych w celu natychmiastowego ukierunkowania na wykryte zdarzenie, obroty oraz pochylenia kamery lub jednostki pozycjonującej są wykonywane równomiernie i bez zauważalnych wstrząsów lub drgań.

W tym dokumencie wyjaśniono, jak Axis mierzy płynność ruchu i dlaczego właśnie taką metodą. Szczegółowo opisano też, jak zmiany prędkości wpływają na wrażenia podczas oglądania. Ponieważ płynność, a raczej przycięcia, wyraża się liczbowo jako odchylenie standardowe, w ostatniej części opisano definicję i przykłady obliczania tego wskaźnika.

W Axis płynność ruchów kamery jest określana liczbowo za pomocą odchylenia standardowego prędkości obliczanego przy wolnym tempie. Odchylenie standardowe jest powszechnie stosowaną i sprawdzoną metodą obliczania, jak bardzo zestaw wartości danych różni się od wartości nominalnej.

Zmierzono, że w przypadku kamer pozycjonujących Axis odchylenie standardowe prędkości wynosi niespełna ±0,01°/s. Jest to zmienność tak mała — dzięki zaawansowanemu sterowaniu silnikami — że ruchy kamery są postrzegane jako całkowicie pozbawione przycięć.

Załóżmy, że kamera obraca się z małą prędkością nad nieruchomym obiektem. Jeśli prędkość jest stała, obiekt cały czas przemieszcza się po ekranie o tę samą odległość między poszczególnymi klatkami. Będzie zawsze widoczny tam, gdzie się go spodziewasz, czyli w miejscu zgodnym z przewidywaniami bazującymi na podstawie poprzednich klatek.

Jeśli prędkość obrotu kamery nie jest przez cały czas stała i pod koniec występuje szarpanie, obiekt będzie się przemieszczać o różne odległości między poszczególnymi klatkami i pozornie „przeskakiwać” w inne miejsce niż oczekiwane.

Większe zmiany prędkości (większa amplituda) będą wyraźniej widoczne, a dłuższy czas trwania zmian będą bardziej przeszkadzać w odbiorze wizualnym. Odchylenie standardowe jest definiowane w celu uwypuklenia takich zmian, dzięki czemu jest bardzo odpowiednią metodą kwantyfikacji przycięć.

Podczas obserwacji poruszającego się obiektu kamera może być ustawiona tak, by obiekt był stale wyśrodkowany na obrazie. W takim przypadku zmiany prędkości kamery uniemożliwią stałe wyśrodkowanie obiektu. Bezładnie przesuwające się tło również przeszkadza w odbiorze wizualnym, co tylko zwiększa postrzegany poziom przycięć.

W ruchach kamery mogą występować różnego rodzaju zmiany prędkości:

Odchylenie standardowe jest powszechnie stosowaną i sprawdzoną miarą umożliwiającą przedstawienie w postaci liczbowej, jak bardzo zestaw wartości danych różni się od wartości nominalnej. Odchylenie standardowe jest zwykle oznaczane małą literą σ (sigma).

Odchylenie standardowe zestawu wartości danych definiuje się za pomocą wzoru:

gdzie σ to odchylenie standardowe, x_i to wartości danych, µ to wartość średnia, a N to liczba wartości danych. Warto wspomnieć, że jeśli wartości danych pochodzą z większej liczby próbek, to może być stosowana nieco inna definicja. Niżej opisano, jak wykonać obliczenia krok po kroku. W celach informacyjnych pod spodem zamieszczono diagramy, na których zaznaczono próbki danych, wartość średnią, błąd i odchylenie standardowe.

1. Oblicz średnią wartości danych.

2. W przypadku każdej wartości danych oblicz błąd, czyli różnicę między wartością danych a wartością średnią.

3. Podnieś każdy błąd do kwadratu. Dzięki temu wszystkie błędy będą liczbami dodatnimi, co zapobiegnie zmianie znaku, a ponadto większa waga jest przywiązywana do dużych błędów.

4. Oblicz średnią błędów podniesionych do kwadratu. Wynikiem jest wariancja, czyli σ².

5. Teraz oblicz pierwiastek kwadratowy z wariancji, aby uzyskać odchylenie standardowe.

Aby sobie zilustrować, jak odchylenie standardowe koreluje bezpośrednio ze zmianami wartości, porównaj poniższe przykłady, w których σ=1, σ=2 i σ=0,5.