26、自主选择机器人地标中的感官预期应用

自主选择机器人地标中的感官预期应用

1. 引言

在机器人导航领域，地标选择是实现准确导航的关键环节。以往在静态直走廊环境中，有研究探索了利用感官预测自动选择地标的方法，也有将预期方法应用于含转弯的复杂路线导航中。不过，目前感知新奇性方法尚未被用作定位的地标检测器。本文将对先前关于预期地标检测器的分析进行扩展和修正，运用无分布方差分析验证结果，并比较不同复杂度的感官预期模型以及感知新奇性方法与感官预期方法在地标对齐方面的差异，最后展示自动选择地标在办公室走廊环境路线跟随任务中的应用。

2. 基于感官预期的地标选择

2.1 感官预期机制

预期是对未来值的预测，会影响主体的当前行为。感官预测有被动和主动两种使用方式。在神经运动控制模型中，通过将执行的运动命令输入系统运动学的前向模型，可生成感官预测，从而检测自我运动和外部因素引起的感官变化差异，并在必要时消除这些影响，这一过程称为再传入。但本文采用被动使用感官预期的方法，不尝试像再传入情况那样校正自我运动引起的感知。本文描述的预期机制可将机器人的注意力集中在时间序列中相对于近期感知具有新奇性的特定感知上，这与变化检测和新奇性检测相关。

2.2 地标检测系统

地标检测系统由感官预期网络和检测预测与实际感知误差是否大到可视为地标的方法组成。本文使用单层人工神经网络作为感官预期模型，通过让机器人以靠墙跟随行为遍历环境，收集传感器数据并训练预期模型。训练后，模型预测与实际感知的误差用于选择地标，误差经过卡尔曼滤波器处理，以去除噪声影响并利用估计统计量选择地标。最后，使用自组织映射对每个地标进行分类。

2.2.1 感官预期模型类型