## 延迟组成

程序中的数值是 agx 内置时间轴下的。

一帧图像最多对应一个信号，一个信号最多对应一次发射。

| 名称    | 时间点                                                           | 说明                                                                   |
| ------- | ---------------------------------------------------------------- | ---------------------------------------------------------------------- |
| img     | 相机曝光时间的中点                                               |                                                                        |
| predict | 经过神经网络，预测器预处理完成后，开始进行运动和目标解算的时间点 | 在目标解算时，只能预测目前解算后面的几个延迟，前面的延迟可以在本帧测量 |
| send    | 预测进程结束，准备发出信号的时间点                               | 分离出这个时间点是因为这个时间点可以测量                               |
| control | 电控接受到信号后，电机开始运动的时间点                           |                                                                        |
| fire    | 信号所指示的子弹发射的时间点                                     | control 到 fire 的间隔包括传动需要时间、子弹下落和加速需要时间         |
| hit     | 信号所指示的子弹击中的时间点                                     |                                                                        |

### 让电控听话

由于控制的复杂性，我们尚未专门解决非匀速运动目标的问题。我们将所有运动短期近似为匀速运动。其实考虑到打击总延迟为数量级为 100ms，大多数运动确实可以这么近似。

对于匀速目标，再作一近似，也就是电机转动也是匀角速度的。在该情况下，我们给出的 yaw 命令（表示视觉需要旋转的角度）是一个斜坡函数。

当前的电控 pid 算法似乎不会对斜坡函数追踪到 yaw 命令 = 0 为止，而是存在一个稳态偏差，根据管毅恒的回忆，这可能是当前的一个算法缺陷。

比如对于一个角速度为 10 度的目标，视觉持续发送命令，最终视觉的命令会停留在 yaw = 2。理想情况下应该是稳定时 yaw = 0。

经过电控前部长的分析以及实验，该稳态偏差与对方的角速度 yaw_v 和某一时间常数 t0 有关，可描述为 yaw_v * t0。t0 与电机性质和 pid 参数相关。因此视觉做了一个调整，我们计算目标的 yaw_v （如果要细究，这是在 prediction_time 时刻的 yaw_v）并把发送给电控的 yaw 改为 yaw + t0 * yaw_v，其中 t0 通过跟踪匀速目标实验来暴力测出。

实验发现，这种做法确实可以在稳态下使得视觉期望的 yaw = 0，此时发送给电控的 yaw 仍然是 yaw + t0 * yaw_v，不是 0。

这就意味着，如果对方是匀速运动的，视觉总是可以在命令收敛后让电控在 control 时间点达到命令的位置。

### 应该往哪里指？

实验发现，control 到 fire 确实存在几十毫秒延迟，我们无法保证电控接收到 control 命令时，该命令的子弹同时发射。不妨假设子弹始终在发射，就像发射水流一样。由于视觉总是可以让电控在 control 时间点达到命令的位置，我们希望 control 时间点发出的子弹能击中目标。

状态更新完毕后，运动模型内部状态的时间点是 img。我们要让 control 时间点发出的子弹能打中，目标击中时间即是 img + img_to_control + fire_to_hit，即应该忽略 control_to_fire 的延迟。一种理解方式是，我们认为子弹发射和电机控制同步。在程序中，这个忽略 control_to_fire 延迟的击中时刻叫做 prediction。

## 理想弹道重现

获取电控反馈的已发射的信号 id，重现 id 子弹的弹道。

查询 id 这个信号对应的图像时间（一个图像时间对应一帧预测对应一帧信号），用 converter 的 get_img_to_fire_latency() 函数计算这个子弹的发射时间。那么子弹发射的姿态我们怎么估计呢？

我们发现所有信号均是基于以下模型：当电控开始处理该信号时，即在 control 时间点，电机能立即达到信号所指向的角度（这是通过另一个额外预测量实现的）。图像时间为 img_t 的信号，将会给出 img_t + get_img_to_control_latency() 时刻的期望转角。因此我们查询拥有的 img_t 为 fire_t - get_img_to_control_latency() 的信号。用它的发射参数即可模拟弹道。

信号内的信息其实挺复杂的，但目前信号内时间仅存储 img_t。