13、探索近身空间的视觉运动表征与应用

探索近身空间的视觉运动表征与应用

1. 面向整合的近身空间视觉运动表征

在现代机器人技术的发展中，一个重要的挑战是如何使机器人能够像人类一样高效地处理近身空间（Peripersonal Space）内的物体。Eris Chinellato、Beata J. Grzyb、Nicoletta Marzocchi、Annalisa Bosco、Patrizia Fattori 和 Angel P. del Pobil 的研究聚焦于这一问题，提出了一个整合的近身空间视觉运动表征模型。该模型旨在将在线的、与动作相关的视觉信息（如距离、方向）与记忆中的概念性知识（如物体的大小、重量）结合起来，以实现更加自然和高效的交互。

1.1 视觉处理的双重路径

灵长类动物的视觉皮层分为两条主要的信息处理路径：腹侧流（Ventral Stream）和背侧流（Dorsal Stream）。腹侧流主要负责物体的识别和分类，而背侧流则专注于提供快速、有效且可靠的动作控制信息。背侧流能够估计目标物体的距离、方向、形状和方位，从而支持伸手和抓取动作。这种分工使得大脑能够在不同的参考框架下处理视觉信息，既包括基于场景的全局不变分析，也包括基于行为者的局部特征分析。

流程	功能
腹侧流	物体识别、分类；基于场景的全局不变分析；长期表示
背侧流	视觉运动控制；基于行为者的局部特征分析；在线计算