28、多目标传感器规划与进化优化

多目标传感器规划与进化优化

1. 多目标传感器规划基础

在机器人视觉系统中，多目标传感器规划涉及多个关键方面，包括不确定性建模、最优不确定性准则、不确定性可视化、高效机器人运动规划、计算成本控制以及帕累托最优传感策略的确定。

1.1 不确定性建模

首先通过公式 $S =
\begin{bmatrix}
(u_{ij}m_{i31} - m_{i11})(m_{i14} - u_{ij}m_{i34})+(v_{ij}m_{i31} - m_{i21})(m_{i24} - v_{ij}m_{i34}) \
(u_{ij}m_{i32} - m_{i12})(m_{i14} - u_{ij}m_{i34})+(v_{ij}m_{i32} - m_{i22})(m_{i24} - v_{ij}m_{i34}) \
(u_{ij}m_{i33} - m_{i13})(m_{i14} - u_{ij}m_{i34})+(v_{ij}m_{i33} - m_{i23})(m_{i24} - v_{ij}m_{i34})
\end{bmatrix}$ 得到相关矩阵 $S$，进而得到雅可比矩阵 $J(P) = R’S + RS’$。该建模假设投影参数无误差，物体点坐标的方差仅源于图像坐标测量中的随机误差传播。

1.2 最优不确定性准则

计算协方差矩阵 $\Lambda_P$ 后，需选择优化准则。比较协方差矩阵时，若 $\Lambda_{P1} \leq \Lambda_{P2}$，则有 $\sigma_{\Lambda_{P1}}^f \leq \sigma_{\Lambda_{P2}}^f$。可