控制理论与应用

作者：陈昊天,张彪,孙凤池,黄亚楼,苑晶

单位：南开大学计算机学院,南开大学计算机学院,南开大学软件学院,南开大学软件学院,南开大学人工智能学院

关键词：室外环境; 移动机器人; 场景发现; 无监督学习; 词袋模型

基金：国家自然科学基金(61873327)

场景理解是机器人在多样化环境中自主执行任务的前提, 而场景发现是场景理解的一个重要内容. 由于具体场景在空间和时间上存在连续性, 可以假定移动机器人在某一段时间内处于同一场景, 并且属于同一场景的图像序列的视觉观感是相似的, 因此提出无需先验知识的增量式室外场景发现, 通过分层词袋模型建立图像和场景的联系, 使得场景发现过程更加类似人类认知模式. 对于机器人实时获取的每一副图像, 首先将其分块, 然后利用动态聚类算法增量式地得到相应的低层词典, 并据此词典提取高层词袋模型特征, 接下来, 再用另一动态聚类算法增量式地完成场景发现, 从而判断当前图像属于一个已经历场景, 或未经历场景, 直到发现新场景. 实验结果证明, 该方法能够在没有先验知识的情况下有效完成自主场景发现.

来源：2020年第7期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2020年第7期