17、主动场景识别中的对象姿态预测与场景模型采样

主动场景识别中的对象姿态预测与场景模型采样

在主动场景识别（ASR）领域，对象姿态预测和场景模型采样是两个关键环节，它们对于提高机器人在场景中搜索和识别对象的效率和准确性起着至关重要的作用。

1. 对象姿态预测算法

在使用隐式形状模型（ISM）树进行对象姿态预测时，随着ISM与根节点距离的增加，可投的票数呈指数增长。沿着一条路径的总票数为 $\sum_{k = 1}^{l + 1} a^k$，这种替代方法的时间复杂度为 $O(a^l)$，与最初引入的技术相比，这种方法难以处理。不过，ISM $m_{l + 1}$ 的所有 $a^{l + 1}$ 个预测都是关于缺失对象姿态的有效假设，并且它们可以是沿着一条路径的不同ISM表项的非冗余组合。

这些组合可以通过系统创建或随机采样的方式生成。随机采样是在路径上的每个ISM中随机选择一个表项，然后将这些表项与姿态 $TF$ 聚合，以获得预测的对象姿态。这种随机方法可以重复进行，直到生成所有 $a^{l + 1}$ 个投票组合。但更有效的做法是，一旦估计出足够数量 $n_P$ 的姿态就停止，这样可以通过随机采样获得所有可能预测的一个子集，该子集仍然具有代表性。在提出的姿态预测算法中，我们在遍历路径上的每个ISM时随机选择一个表项，相应的命令可以在算法18中找到。总之，该算法能够有效地生成一组具有代表性的姿态预测。

2. 场景模型采样

为了使对象姿态预测（OPP）组件提供预期的功能，除了姿态预测算法外，还需要提供一种场景模型采样技术。场景模型采样和OPP组件的整体功能将在本节详细讨论。

OPP组件的主要作用是连接ASR决策系统中的场景识别（SCENE_RECOGNITION）和基