×
安德烈亚斯·格里默;约阿希姆·克莱门斯;罗伯特·威利

证据网格图中推理和减少不确定性的形式化方法。 （英语） Zbl 1419.68165号

国际J近似推理 87, 23-39 (2017).
摘要：信息融合是将从不同来源收集的数据组合成统一表示的任务。在这里，一个主要的挑战是处理信息中包含的固有不确定性，例如传感器噪声、冲突信息或不完整的知识。在目前的方法中，人们通常采用独立性假设来降低复杂性。因此，收集到的数据的全部潜力往往没有得到充分利用，融合可能会导致额外的不确定性。为了减少这种不确定性，可以利用背景和专家知识形式的更多信息，这通常适用于真实场景。然而，基于该知识的推理是一项计算复杂的任务。在这项工作中，我们提出了一种使用形式化方法进行推理的方法，它允许放松一些独立性假设。我们使用证据网格图（一种基于信念函数的环境表示法）演示了所提出的方法，其中明确表示了不同类型的不确定性。我们的方法是基于基本结构和实际数据集进行评估的。结果表明，通过考虑单元间的依赖性，映射中的不确定性显著降低。

MSC公司：

68层37 人工智能背景下的不确定性推理

关键词：

不确定性降低;形式化方法;信息融合;信念函数;占用网格图

软件：

快速SLAM;超小卫星;z3型
PDF格式BibTeX公司 XML格式引用
\textit{A.Grimmer}等人，《国际近似推理》87，23-39（2017；Zbl 1419.68165）
全文： 内政部

参考文献：

[1] Khaleghi，B。；哈米斯，A。；Karray，F.O。；Razavi，S.N.，《多传感器数据融合：最新技术综述》，J.Inf.fusion，14，1，28-44（2013）
[2] 特隆，S。；伯加德，W。；Fox，D.，《概率机器人学》（2005年），麻省理工学院出版社：麻省理学院出版社，剑桥·Zbl 1081.68703号
[3] Thrun，S.，《机器人地图：一项调查》，（探索新千年的人工智能，第1卷（2002年）），1-35
[4] 克莱门斯，J。；Wille，R。；Schill，K.，《走向信息融合形式方法的开发》，（SPIE:多传感器，多源信息融合：架构、算法和应用，第9872卷（2016）），987202-1-987202-10
[5] Johnson，D.S.，组合问题的近似算法，J.Compute。系统。科学。，9, 3, 256-278 (1974) ·Zbl 0296.65036号
[6] Hansen，P。；Jaumard，B.，最大可满足性问题的算法，计算，44，4，279-303（1990）·Zbl 0716.68077号
[7] Elfes，A.，《使用占用网格进行移动机器人感知和导航》，《计算机》，22，6，46-57（1989）
[8] 帕加奇博士。；Nebot，E.M。；Durrant-Whyte，H.，《自动车辆地图构建的证据方法》，IEEE Trans。机器人。自动。，14, 4, 623-629 (1998)
[9] Shafer，G.，《证据的数学理论》（1976），普林斯顿大学出版社·Zbl 0359.62002号
[10] 姚南，W。；Yimin，Y。；Y.Xiaofang。；Yi，Z。；Z.Yuanli。；Feng，Y。；Lei，T.，基于可转移信念模型的动态环境下自主移动机器人导航系统设计，Measurement，44，8，1389-1405（2011）
[11] 克莱门斯，J。；Reineking，T。；Kluth，T.，SLAM、路径规划和积极探索的证据方法，Int.J.近似原因。，73，1-26（2016）·Zbl 1352.68257号
[12] Reineking，T。；Clemens，J.，证据网格图中的不确定性维度，（空间认知IX.空间认知IX，计算机科学讲义，第8684卷（2014），Springer），283-298
[13] Smets，P。；Kennes，R.，可转移信念模型，Artif。智力。，66, 191-234 (1994) ·Zbl 0807.68087号
[14] 里博，M。；Pinz，A.，《构建基于声纳的占用网格的三种不确定性计算的比较》，Robot。自动。系统。，35, 3-4, 201-209 (2001) ·Zbl 1014.68175号
[15] 李，X。；黄，X。；Dezert，J。；段，L。；Wang，M.，DSmT在声纳栅格地图构建中的成功应用，以及与基于DST的方法的比较，Int.J.Innov。计算。信息控制，3，3，539-549（2007）
[16] Yang，T。；艾特肯，V.，《带距离传感器的移动机器人的证据映射》，IEEE Trans。仪器。测量。，55, 4, 1422-1429 (2006)
[17] 莫拉斯，J。；Dezert，J。；Pannetier，B.，基于信念函数和PCR6的环境感知网格占用率估计，（SPIE:信号处理、传感器/信息融合和目标识别，第9474卷（2015年）），第94740P条，pp。
[18] 马兰，J。；医学博士亚当斯。；Wijesoma，W.S.，雷达地图构建的证据与贝叶斯估计，（控制、自动化、机器人和视觉国际会议（2006）），1-8
[19] 艾克·T。；格拉布，B。；Knigge，F。；Hoetter，M.，反向传感器模型内部冲突的循证分析，（IEEE智能车辆研讨会（2009）），1236-1240
[20] 莫拉斯，J。；谢尔法伊，V。；Bonnifait，P.，动态环境中车辆感知的信用占用网格，（机器人与自动化国际会议（2011）），84-89
[21] Kurdej，M。；莫拉斯，J。；谢尔法伊，V。；Bonnifait，P.，利用地理数据控制证据网格中的剩磁，用于动态场景感知，国际期刊近似原因。，55，1，第3部分，355-375（2014）
[22] Kurdej，M。；莫拉斯，J。；谢尔法伊，V。；Bonnifait，P.，驾驶场景理解的地图辅助证据网格，IEEE Intell。运输。系统。Mag.，7，1，30-41（2015）
[23] 荣尼，R。；科勒，M。；Korf，F.，使用基于传感器射线的细化过程的高效汽车网格图，（IEEE智能车辆研讨会（2016）），668-675
[24] 杜兰·怀特，H。；Bailey，T.，《同步定位和绘图：第一部分，IEEE机器人》。自动化。Mag.，13，2，99-110（2006）
[25] Reineking，T。；Clemens，J.，网格映射的证据快速SLAM，（国际信息融合会议（2013）），789-796
[26] 蒙特默罗，M。；特隆，S。；科勒，D。；Wegbreit，B.，《FastSLAM：同时定位和绘图问题的因子化解决方案》（《国家人工智能会议纪要》（2002年）），593-598
[27] 哈内尔，D。；伯加德，W。；福克斯，D。；Thrun，S.，《从原始激光测距测量生成大规模循环环境地图的高效FastSLAM算法》，（智能机器人和系统国际会议，第1卷（2003年），IEEE），206-211
[28] Yager，R.R.，《关于Dempster-Shafer框架和新组合规则》，《信息科学》。，41, 2, 93-137 (1987) ·Zbl 0629.68092号
[29] 马丁。；Osswald，C.，《比例冲突再分配规则在决策方面稳定的新概括》（DSmT在信息融合中的进展与应用，第2卷（2006）），69-88
[30] Denœux，T.，由不同证据体诱导的信念函数的连接和析取组合，Artif。智力。，172, 2-3, 234-264 (2008) ·Zbl 1182.68298号
[31] 格里塞蒂，G。；斯塔奇尼斯，C。；Burgard，W.，《使用Rao-Blackwellized粒子过滤器改进栅格映射技术》，IEEE Trans。机器人。，23, 1, 34-46 (2007)
[32] Marques-Silva，J。；Glass，T.，使用布尔可满足性和递归学习的组合等价性检查，（欧洲设计、自动化和测试（1999）），145-149
[33] 威廉姆斯，P。；Biere，A。；克拉克，E。；Gupta，A.，《结合决策图和SAT程序进行有效符号模型检查》，（计算机辅助验证。计算机辅助验证，Lect.Notes Compute.Sci.，第1855卷（2000年），Springer Verlag），124-138·兹伯利0974.68526
[34] 埃格斯格鲁，S。；Wille，R。；Drechsler，R.，《改进的基于SAT的ATPG：更多约束，更好的压缩》（CAD国际会议（2013））
[35] Tseitin，G.，《论命题演算中推导的复杂性》，（《建构数学和数学逻辑研究》，第2部分（1968年）），115-125，（转载于：J.Siekmann，G.Wrightson（编辑），《推理自动化》，第二卷，Springer，Berlin，1983年，第466-483页）·Zbl 0197.00102号
[36] 埃恩，n。；Sörensson，N.，《将伪布尔约束转化为SAT》，J.Satisf。布尔模型。计算。，2, 1-4, 1-26 (2006) ·Zbl 1116.68083号
[37] de Moura，L.M。；Björner，N.，Z3:一种高效的SMT求解器，（系统构建和分析的工具和算法（2008）），337-340
[38] 傅，Z。；Malik，S.，《关于局部MAX-SAT问题的求解》，（国际可满足性测试理论与应用会议（2006）），252-265·Zbl 1187.68540号
[39] Sarkar，A。；Banerjee，A。；北班纳吉。；布拉马，S。；Kartikeyan，B。；查克拉波蒂，M。；Majumder，K.L.，多传感器图像中使用Dempster-Shafer融合的MRF背景下的陆地覆盖物分类，IEEE Trans。图像处理。，14634-645（2005年）
[40] Rottensteiner，F。；Trinder，J。；克洛德，S。；Kubik，K.，《使用Dempster-Shafer方法融合激光雷达数据和多光谱图像进行建筑物检测》，J.Inf.fusion，6，4，283-300（2005）
[41] Sohn，G。；Dowman，I.，《建筑物自动提取用高分辨率卫星图像和激光雷达数据的数据融合》，ISPRS J.Photogram。遥感，62，1，43-63（2007）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。