[發(fā)明專利]一種基于知識(shí)庫推理的通用視點(diǎn)規(guī)劃方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011170971.2
• 申請(qǐng)日: 2020-10-28
• 公開（公告）號(hào): CN114429234A
• 公開（公告）日: 2022-05-03
• 發(fā)明（設(shè)計(jì)）人: 朱楓;孔研自;孫海波;郝穎明;付雙飛
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院沈陽自動(dòng)化研究所
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06F30/20;G06F17/15
• 代理公司: 沈陽科苑專利商標(biāo)代理有限公司 21002
• 代理人: 王倩

本發(fā)明涉及主動(dòng)感知領(lǐng)域，具體的說是涉及一種基于知識(shí)庫推理的通用視點(diǎn)規(guī)劃方法?；谥R(shí)庫推理的通用視點(diǎn)規(guī)劃方法包括：視覺任務(wù)與先驗(yàn)信息的描述方法，對(duì)視覺任務(wù)的任務(wù)狀態(tài)，被測(cè)物體的候選狀態(tài)、感知狀態(tài)與先驗(yàn)信息進(jìn)行形式化表達(dá)，依據(jù)這些形式化表達(dá)對(duì)主動(dòng)感知系統(tǒng)進(jìn)行輸入；各狀態(tài)的更新方法與模型空間未知區(qū)域的預(yù)測(cè)方法，根據(jù)探測(cè)信息對(duì)各個(gè)狀態(tài)實(shí)時(shí)更新，并利用物體先驗(yàn)信息預(yù)測(cè)目標(biāo)的未知區(qū)域；基于形式化描述的下一視點(diǎn)確定方法，使用條件熵度量各個(gè)特征的權(quán)重，用一種加權(quán)信息增益的視點(diǎn)評(píng)價(jià)方法確定下一最佳視點(diǎn)。本發(fā)明能夠應(yīng)用于目標(biāo)建模與目標(biāo)識(shí)別任務(wù)，使視點(diǎn)規(guī)劃方法脫離了具體視覺任務(wù)，應(yīng)用范圍更廣。

技術(shù)領(lǐng)域

本發(fā)明涉及主動(dòng)感知領(lǐng)域，具體的說是涉及一種基于知識(shí)庫推理的通用視點(diǎn)規(guī)劃方法。

背景技術(shù)

在執(zhí)行視覺任務(wù)的過程中，單一視點(diǎn)獲取的數(shù)據(jù)可能并不足以完成任務(wù)目標(biāo)，因此需要在多個(gè)視點(diǎn)對(duì)目標(biāo)進(jìn)行探測(cè)。主動(dòng)感知是通過有目的地調(diào)整視覺傳感器的位姿，消除模型空間的不確定性，從而提升視覺任務(wù)的效率并降低傳感器依附平臺(tái)的能耗。下一最佳視點(diǎn)的選擇是主動(dòng)感知任務(wù)的核心目標(biāo)，它決定了下一視點(diǎn)獲取到的感知數(shù)據(jù)對(duì)任務(wù)目標(biāo)的貢獻(xiàn)度，目前已有一些針對(duì)具體任務(wù)的視點(diǎn)規(guī)劃方法。

針對(duì)目標(biāo)識(shí)別任務(wù)，主要存在基于形態(tài)圖的方法與基于深度學(xué)習(xí)的方法。前者采用形態(tài)圖對(duì)目標(biāo)進(jìn)行表征，以不同視角下二維視圖中提取的目標(biāo)形態(tài)作為目標(biāo)特征，結(jié)合圖的方式描述特征間的位置依賴關(guān)系，并用貝葉斯方法計(jì)算不同特征的區(qū)分性，進(jìn)而確定下一最佳視點(diǎn)。后者采用端對(duì)端的方式，以傳感器在當(dāng)前視點(diǎn)的探測(cè)圖像作為網(wǎng)絡(luò)輸入，訓(xùn)練后的網(wǎng)絡(luò)可以直接輸出下一最佳視點(diǎn)。

針對(duì)目標(biāo)建模任務(wù)，主要存在基于表面預(yù)測(cè)的方法和基于信息增益的方法。前者根據(jù)目標(biāo)的已知表面，利用平滑物體的表面延展性，對(duì)未知表面做出預(yù)測(cè)，然后根據(jù)預(yù)測(cè)表面決定下一最佳視點(diǎn)。后者使用體素模型，將對(duì)信息獲取有較大價(jià)值的體素，比如未知體素，靠近表面的體素等，賦予較大信息增益，在體素空間內(nèi)對(duì)候選視點(diǎn)的體素信息增益做統(tǒng)計(jì)，選擇信息增益較大的視點(diǎn)作為下一最佳視點(diǎn)。

但是，上述方法的應(yīng)用任務(wù)場(chǎng)景都存在一定局限性，目前尚不存在一種通用的視點(diǎn)規(guī)劃方法，既適用于目標(biāo)建模任務(wù)中的視點(diǎn)規(guī)劃，又適用于目標(biāo)識(shí)別任務(wù)中的下一視點(diǎn)確定。

發(fā)明內(nèi)容

為了克服現(xiàn)有方法的局限性，本發(fā)明提出了一種適用于不同場(chǎng)景的基于物體部分先驗(yàn)信息的通用視點(diǎn)規(guī)劃方法。

本發(fā)明為實(shí)現(xiàn)上述目的所采用的技術(shù)方案是：

一種基于知識(shí)庫推理的通用視點(diǎn)規(guī)劃方法，包括：視覺任務(wù)與先驗(yàn)信息的描述方法，各狀態(tài)的實(shí)時(shí)更新方法與未知區(qū)域的預(yù)測(cè)方法，以及基于形式化描述的通用視點(diǎn)規(guī)劃方法，其中：

視覺任務(wù)與先驗(yàn)信息的描述方法：對(duì)視覺任務(wù)的任務(wù)狀態(tài)，被測(cè)物體的候選狀態(tài)空間、感知狀態(tài)與先驗(yàn)信息進(jìn)行形式化表達(dá)，將不同視覺任務(wù)通過統(tǒng)一的形式化表達(dá)，作為視點(diǎn)規(guī)劃方法的輸入；

各狀態(tài)的實(shí)時(shí)更新方法與未知特征的預(yù)測(cè)方法：指導(dǎo)實(shí)際探測(cè)過程中被測(cè)物體的候選狀態(tài)與感知狀態(tài)的實(shí)時(shí)更新：根據(jù)視覺傳感器獲取的被測(cè)物體的點(diǎn)云和圖像在內(nèi)的感知數(shù)據(jù)，對(duì)被測(cè)物體所在的體素模型空間進(jìn)行實(shí)時(shí)更新，隨著被測(cè)物體的候選狀態(tài)以及感知狀態(tài)的遷移，視覺任務(wù)逐步趨近于其目標(biāo)狀態(tài)，當(dāng)目標(biāo)狀態(tài)未到達(dá)時(shí)，根據(jù)被測(cè)物體的當(dāng)前感知狀態(tài)，結(jié)合其先驗(yàn)信息庫，對(duì)模型空間的未知區(qū)域做出預(yù)測(cè)；

基于形式化描述的通用視點(diǎn)規(guī)劃方法：預(yù)測(cè)視覺傳感器的下一最佳視點(diǎn)：首先使用條件熵來度量各個(gè)特征的區(qū)分性，用以表述視點(diǎn)特征體素增益的對(duì)應(yīng)權(quán)重；然后使用加權(quán)信息增益的視點(diǎn)評(píng)價(jià)方法計(jì)算候選視點(diǎn)的評(píng)價(jià)函數(shù)值，選出評(píng)價(jià)函數(shù)值最大的視點(diǎn)作為下一最佳視點(diǎn)。

所述被測(cè)物體感知狀態(tài)perc_s_t的描述方法為：

perc_s_t:(f_t1,f_t2..f_tn...f_tN)