25、主动场景识别（ASR）的评估与比较

主动场景识别（ASR）的评估与比较

在主动场景识别（ASR）的研究中，我们进行了一系列实验来评估不同方法的性能。以下将详细介绍这些实验及其结果。

1. 实验背景与设置

在ASR方法中，决策并非硬编码决定是否停留在桌子边缘或切换到其他边缘，而是由“Next - Best - View（NBV）估计算法”和“视线无效化算法”的相互作用产生。在m4_e1中，ASR对“Setting—Clear the Table”的置信度明显高于“Setting—Ready for Breakfast”，但由于导航系统的不确定性，未能达到“Setting—Clear the Table”最佳评级实例的最大置信度。

2. 故事2：移动机器人搜索食物和饮料

故事2包含多个任务，旨在展示目标姿态在演示和识别时间的偏差如何影响ASR方法的过程和结果。

2.1 任务1：旋转偏差下的场景识别

• 参数设置 ：考虑到场景类别中一些空间关系的长度，选择s = 0.25 m和α = 30°作为ISM参数，比故事1中的参数更宽松，以确保不会因估计目标方向的微小偏差而将目标排除在场景类别实例之外。
• 实验过程 ：
  • m1_e1 ：实验从指向图5.29中右侧架子右上角的视图开始，MILD在该视图中检测到VitaminJuice和MilkCarton。随后，ASR预测架子和左侧桌子上的目标姿态。由于仅检测到两个目标，“Drinks—onShelf”和“Drinks—Setting”以及“