21、被动场景识别评估

被动场景识别评估

1. 物体出现对被动场景识别的影响

在实际实验室应用中，仅准确建模物体相对位置和方向的空间关系，不足以赋予机器人决策自主性。还需要能够区分不同类别的场景，这些场景可能不完整或包含杂物。为评估被动场景识别（PSR）方法在这些因素下的性能，记录了“Scene_A”和“Scene_B”两个场景类别的演示数据。

• 演示数据特点

  • 每个演示持续40个时间步，与“Office”场景类别不同，所有物体以6自由度定位，无需基准标记。
  • 演示过程中，物体保持静止。由此得出无法从这些演示中生成测试配置，关系拓扑选择采用星型拓扑作为优化结果。
  • “Scene_A”和“Scene_B”各由一个独立的ISM表示，二者共享Cup、PlateDeep和Smacks，但Smacks在两个场景中的姿态不同。“Scene_A”还包含VitalisChoco，“Scene_B”包含MeasuringCup和CoffeeBox。

• 场景识别实验

  • 使用相同的ISM参数值（s = 0.1 m和α = 30°）对八个输入配置进行场景识别。
  • 实验更关注物体的存在与否，而非其姿态。在表5.3和表5.4中，省略了所有反向位置和方向偏差，展示了目标函数值和实例的归一化置信度，便于比较不同场景类别的实例。

输入