15、主动场景识别：机器人软件架构与数据处理

主动场景识别：机器人软件架构与数据处理

1. 主动场景识别概述

主动场景识别（ASR）旨在对场景进行高效、准确的识别。在执行过程中，如果最近一次被动场景识别（PSR）有未使用的部分场景模型留存，状态机将重新进入目标姿态预测阶段，开启新一轮的间接搜索。

2. 机器人软件架构

为实现 ASR 的各项功能，我们采用模块化方法设计了分布式和审议式的机器人架构。该架构以分层状态机为核心，通过消息传递协调各组件，与“具有理性智能体”的机器人概念相契合。

以下是架构中的主要组件及其功能：
| 组件名称 | 功能描述 |
| — | — |
| 离线知识库（OKB） | 存储在 ASR 执行过程中不变的数据，如场景类别模型、ISM 树、2D 平面图、家具的 6 - DoF 姿态等。 |
| 在线世界模型（OWM） | 存储 ASR 过程中获取的信息，在每次接收新场景模型前清空旧内容。初始输入来自全局机器人定位和直接搜索。 |
| 被动场景识别（PSR） | 基于 ISM 树进行场景识别。首先向状态机请求 OWM 中的所有对象模型，再请求包含已识别对象的场景类别的 ISM 树，执行场景识别算法，将不完整的场景模型存入缓冲区，将每个场景类别中置信度最高的场景模型传输到 OWM。 |
| 对象姿态预测（OPP） | 封装场景模型采样和姿态预测算法。从 PSR 的缓冲区获取部分场景模型，进行采样后预测姿态，将预测结果合并为姿态云发送给状态机。 |
| 最佳视角估计（NBV 估计） | 封装两种技术。根据 OPP 提供的对象姿态云和机器人当前配置，估计相机视角以检测缺失对象，并更新对象姿态云。 |
| 执行器 |