3、主动场景识别技术：从原理到应用

主动场景识别技术：从原理到应用

1. 场景模型与主动场景识别基础

1.1 场景模型的递归定义与拓扑表示

场景模型需要能够表示尽可能多的不同关系拓扑。乍一看，我们定义的场景模型仅将场景的参考与其元素相关联，而未涉及元素之间的相互关系，但实际上，场景模型中的元素不仅可以代表对象，还能代表其他场景，即子场景。我们的场景类别模型是递归定义的，这使得它能够将整个场景模型层次结构作为识别结果返回。通过使用分层场景类别模型，我们可以为任何连接的关系拓扑生成场景分类器。

表格 1：场景拓扑类型及处理方式
| 拓扑类型 | 特点 | 处理方式 |
| — | — | — |
| 连接拓扑 | 单个场景类别模型应能表示的所有拓扑的整体 | 使用分层场景类别模型生成场景分类器 |
| 断开拓扑 | 可细分为连接子拓扑 | 每个子拓扑由单独的场景类别模型建模 |

1.2 主动场景识别的概念与重要性

在杂乱的室内场景中，移动机器人需要基于从演示中学习到的场景类别模型来识别场景。由于演示通常需要人类演示者付出大量努力，因此类别模型的可重用性至关重要。我们引入了局部场景的概念，即广阔全局场景的各个部分由各自的类别模型独立建模。例如，图中的餐桌布置就是一个局部场景，称为“早餐就绪设置”。

空间关系并非定义类别模型的唯一方式，也可以借助绝对对象姿态来定义。移动机器人通过交替进行场景识别和三维对象搜索来探索环境，即执行主动场景识别（ASR）。

1.3 基于空间关系和绝对对象姿态的场景识别与对象搜索对比

• 场景识别 ：