2、室内场景识别与目标搜索技术解析

室内场景识别与目标搜索技术解析

1. 机器人场景识别背景与需求

从 2014 年起，欧洲在机器人研究和创新领域投入大量资金，公共和私人投资总计达 28 亿欧元。其战略研究议程（SRA）指出，机器人是解决长期社会问题的关键技术，未来机器人需具备感知能力和决策自主性。

1.1 场景与场景识别的定义

• 场景定义 ：场景是环境的快照，包括风景、动态元素、所有参与者和观察者的自我表征以及这些实体之间的关系。场景知识对可靠决策至关重要，物体间的空间关系与物体的存在同样重要。
• 场景识别 ：场景识别是估计感知到的物体配置与场景类别匹配程度的过程。通过应用针对某类别所有场景训练的场景分类器来实现。例如，机器人观察桌子时，会思考诸如“这些餐具和盘子是否属于‘X’类别？”等问题。

1.2 场景识别模型的分类与选择

场景可以通过物体和空间关系来表示，主要分为符号和亚符号两种方法：
- 符号方法 ：通常依赖定性空间关系（QSR），对应自然语言中描述空间关系的介词。虽然能进行场景分类，但只能在定性层面进行，且需要专家设计和参数化计算模型，容易出错。
- 亚符号方法 ：将基于部分的物体识别表示应用于场景，主要是概率方法。由于其目标与我们的结构更相似且效果出色，本研究采用这种方法。

1.3 场景识别的要求

由于 SRA 要求机器人具有自主性，场景识别模型需要满足以下要求：
1.