×

兹马思-数学第一资源

一个证据的方法,SLAM,路径规划,和积极的探索。(英语) Zbl 1352.68257
摘要:概率论已经成为移动机器人领域的标准框架,因为与感知和动作相关的固有不确定性。在这篇论文中,我们证明了信念函数理论及其区分不同类型不确定性的能力,能够在机器人学的背景下提供显著的优势。为此,我们提出了基于信念函数的同步定位与映射(SLAM)与规划的基本问题的解决方案。对于SLAM,我们展示了如何利用Rao黑化粒子滤波器对地图和机器人姿态的联合信念函数进行因子分解和有效逼近,从而推广了流行的概率FastSLAM算法。我们的SLAM算法生成占用网格图,其中信念函数显式地表示与概率网格图相比丢失和冲突度量的附加信息。SLAM算法的基础是正、逆传感器模型,我们给出了声纳和激光扫描仪等距离传感器的一般证据模型。使用生成的证据网格地图,我们展示了如何为路径规划和主动探索做出最佳决策。为了证明我们的证据方法的有效性,我们将其应用于两个真实的数据集,其中移动机器人必须探索未知环境并解决不同的规划问题。最后,我们给出了一个定量的评估结果,表明证据方法在地图质量和导航性能方面都优于概率方法。

理学硕士:
68吨40 机器人学的人工智能
68T37型 人工智能背景下的不确定性推理
软件:
快攻
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 杜兰特·怀特,H。;Bailey,T.,同步定位和映射:第一部分,IEEE机器人。自动驾驶。杂志,13,2,99-110,(2006年)
[2] Thrun,S.,《机器人制图:调查》,1-35,(2002年),摩根考夫曼旧金山,加利福尼亚州,Ch.1
[3] Elfes,A.,《移动机器人感知和导航使用网格》,计算机,22,6,46-57,(1989)
[4] 《动态环境中的贝叶斯地图学习》,(NIPS,(1999)),1015-1021
[5] Hähnel,D。;W.伯加德。;福克斯,D。;Thrun,S.,一种从原始激光测距测量生成大范围循环环境地图的有效快速算法(2003年IEEE/RSJ智能机器人和系统国际会议论文集,2003年)(IROS 2003),第1卷,(2003年),IEEE),第206-211页
[6] 埃利亚扎,A。;Parr,R.,DP-SLAM:无需预定地标的快速、稳健的同时定位和地图绘制,(国际人工智能联合会议,第18卷,(2003)),1135-1142
[7] 格里塞蒂,G。;斯塔克尼斯,C。;Burgard,W.,用Rao黑化粒子过滤器改进网格映射技术,IEEE Trans。机器人,23,34-46,(2007)
[8] 崔,Y.-H。;Oh,S.-Y.,复杂环境中基于网格的视觉冲击,J.Intell。机器人。系统,50,3,241-255,(2007年)
[9] 亚当斯,M。;旁白。;马勒,R。;Mullane,J.,SLAM获得博士学位:地图估计的新概念,IEEE机器人。自动驾驶。杂志,21,2,26-37,(2014年)
[10] 卡桑德拉,A.R。;卡布林,L.P。;Kurien,J.A.,不确定性下的行动:移动机器人导航的离散贝叶斯模型,(IROS 96,1996年IEEE/RSJ智能机器人和系统国际会议论文集,第2卷,(1996年)),963-972
[11] 迈耶,J.-A。;Filliat,D.,移动机器人中基于地图的导航:2。地图学习与路径规划策略述评。系统。第4、4、283-317号决议(2003年)
[12] W.伯加德。;摩尔人,M。;福克斯,D。;西蒙斯,R。;Thrun,S.,协作多机器人探索(ICRA'00,IEEE国际机器人与自动化会议论文集,2000年,第1卷,(2000年),IEEE),476-481
[13] 斯塔克尼斯,C。;格里塞蒂,G。;Burgard,W.,使用Rao黑化粒子过滤器进行基于信息增益的探索,(机器人学:科学和系统,第2卷,(2005)),65-72
[14] Reineking,T。;Clemens,J.,《证据网格图中不确定性的维度》,(Freksa,C.;Nebel,B.;Hegarty,M.;Barkowsky,T.,《空间认知IX》,《计算机科学讲座笔记》,第8684卷,(2014年),Springer International Publishing),283-298
[15] 《证据的数学理论》(1976),普林斯顿大学出版社,新泽西州·Zbl 0359.62002
[16] 斯梅茨,P。;Kennes,R.,可转移信念模型,人工制品。国际,66191-234,(1994年)·Zbl 0807.68087
[17] 帕格德。;尼博特,E.M。;Durrant Whyte,H.,《自动车辆地图构建的证据方法》,IEEE Trans。机器人。《汽车》,14,4,623-629,(1998年)
[18] 杨,T。;艾特肯,V.,带测距传感器的移动机器人证据映射,IEEE Trans。仪器。Meas.,55,4,1422-1429,(2006年)
[19] 穆兰,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,(第九届控制、自动化、机器人和视觉国际会议,ICARCV’06,(2006),IEEE),1-8
[20] 莫拉斯,J。;德泽特,J。;Pannetier,B.,《基于信念函数和PCR6的环境感知网格占用率估计》,(信号处理,传感器/信息融合,和目标识别XXIV,SPIE,第9474卷,(2015年))
[21] 李,X。;黄,X。;德泽特,J。;段,L。;王,M.dsmt在声纳网格地图构建中的成功应用及其与基于DST的方法的比较,Int.J.Innov。计算机。信息控制,3,3,539-549,(2007年)
[22] 核糖,M。;Pinz,A.,建造基于声纳的居住网格的三种不确定性计算比较,机器人。自动。系统,35,3-4,201-209,(2001年)·兹布1014.68175
[23] 库德杰,M。;莫拉斯,J。;切尔法伊,V。;Bonnifait,P.,《使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》近似推理,55,1,第3部分,355-375,(2014),信念函数的理论和应用-信念2012
[24] 莫拉斯,J。;切尔法伊,V。;Bonnifait,P.,动态环境中车辆感知的可信占用网格,(国际机器人与自动化会议(ICRA),(2011年)),84-89
[25] 艾克,T。;格雷比,B。;克尼格,F。;Hoetter,M.,《基于证据的逆向传感器模型内部冲突分析》,(智能车辆研讨会,2009年,(2009年),IEEE),1236-1240
[26] 洛扎诺-佩雷斯,T。;Wesley,M.A.,规划多面体障碍物之间无碰撞路径的算法,公社。ACM,22,10,560-570,(1979年)
[27] 拉贾,P。;Pugazhenthi,S.,移动机器人的最优路径规划:综述,国际物理学杂志。科学,7,9,1314-1320,(2012年)
[28] 弗格森,D。;斯坦茨,A。;Thrun,S.,Pao for planning with hidden state,(IEEE机器人与自动化国际会议,2004,2004,ICRA’04会议记录,第3卷,(2004),IEEE),2840-2847
[29] 萨拉尼,M。;Duyckaerts,G。;斯沃茨,P.G.,《贵重物品运输车辆路径中的伏击规避》,J.Transp。第3、1、41-55页(2010年)
[30] Myers,K.L.,CPEF:持续规划和执行框架,AI Mag.,20,4,63,(1999)
[31] 利哈切夫,M。;Stentz,A.,路径间隙,IEEE机器人。自动驾驶。杂志,16,2,62-72,(2009年)
[32] 博内,B。;Geffner,H.,《基于不完全信息的规划作为信念空间中的启发式搜索》,《第六届规划系统中的人工智能国际会议论文集》(2000年),AAAI出版社,52-61
[33] 柯尼希,S。;Simmons,R.G.,使用实时启发式搜索解决初始位姿不确定的机器人导航问题,(AIPS,Citeseer,(1998)),145-153
[34] 柯尼希,S。;利哈切夫,M。;Furcy,D.,《终身规划》(a-ast\),人工制品。国际,155,193-146,(2004年)·邮编:1085.68674
[35] 西部雅南。;伊敏,Y。;Y小芳。;易,Z。;袁莉,Z。;冯,Y。;雷天勇,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,计量学:国际计量经济学。Confed.,44,8,1389-1405,(2011年)
[36] Reineking,T。;Clemens,J.,《网格制图的证据快速法》,(第16届信息融合国际会议,2013年,(2013年)),789-796
[37] 蒙特罗,梅洛。;特伦,S。;科勒,D。;Wegbreit,B.,Fastslam:同步定位和绘图问题的一个因素解决方案,(全国人工智能会议论文集,(2002年)),593-598
[38] Reineking,T.,信念函数:理论和算法,(2014年2月),不来梅大学,网址
[39] 特伦,S。;福克斯,D。;W.伯加德。;Dellaert,F.,《移动机器人鲁棒蒙特卡罗定位》,人工智能。国际期刊,128,1-2,99-141,(2001年)·Zbl 0971.68162
[40] 《信念函数:组合的析取规则与广义贝叶斯定理》,国际期刊《近似理性》,9,1-35,(1993)·Zbl 0796.68177
[41] 杜布瓦,D。;Prade,H.,《论邓普斯特组合规则的唯一性》,国际J.Intell。系统,1,2,133-142,(1986)·Zbl 0641.68159
[42] 库德杰,M。;莫拉斯,J。;切尔法伊,V。;Bonnifait,P.,《用于驾驶场景理解的地图辅助证据网格》,Intell。运输。系统。杂志,IEEE,7,1,30-41,(2015年)
[43] Smets,P.,信念函数,(Smets,P.;Mamdani,E.H.;Dubois,D.;Prade,H.,《自动推理的非标准逻辑》(1988年),伦敦学术出版社,253-286
[44] 多塞特,A。;德弗雷塔斯,N。;墨菲,K。;Russell,S.,Rao Blackwellized particle filtering for dynamic Bayes networks,(2000年第十六届人工智能不确定性会议论文集),176-183
[45] 多塞特,A。;德弗雷塔斯,N。;Gordon,N.,序贯蒙特卡罗方法在实践中的应用(2001),Springer科学与商业媒体·Zbl 0967.00022
[46] 《马尔可夫决策过程:离散随机动态规划》(1994),威利·邮政编码:0829.90134
[47] 《动态规划与马尔可夫过程》(1960),麻省理工出版社·Zbl 0091.16001
[48] 额尔丁,E。;费舍尔,J.W。;Potter,L.C.,《动态传感器查询问题的最大互信息原理》(Zhao,F.;Guibas,L.,《传感器网络中的信息处理》,《计算机科学讲义》,第2634卷,(2003年),斯普林格-柏林,海德堡),405-416·Zbl 1027.68797
[49] W.伯加德。;摩尔人,M。;斯塔克尼斯,C。;Schneider,F.E.,协调多机器人探索,IEEE Trans。机器人,21,3376-386,(2005)
[50] 罗素,S。;诺维格,P.,《人工智能:现代方法》(2003),普伦蒂斯·霍尔
[51] 特伦,S。;W.伯加德。;Fox,D.,概率机器人学(2005),麻省理工学院出版社剑桥,马萨诸塞州·Zbl 1081.68703
[52] 卡布林,L.P。;利特曼,麻省理工学院。;卡桑德拉,A.R.,部分可观测随机域中的规划与行动,人工智能。国际期刊,101,1,99-134,(1998年)·Zbl 0908.68165
[53] 斯梅茨,P.,《TBM中的决策:猪业转型的必要性》,国际期刊,近似原因,38133-147,(2005)·Zbl 1065.68098
[54] 《沟通的数学理论》,贝尔系统。《技术杂志》,27379-423,(1948年)·Zbl 1154.94303
[55] 克莱尔,G。;Yuan,B.,模糊集与模糊逻辑:理论与应用(1995),新泽西州普伦蒂斯霍尔·Zbl 0915.03001
[56] 《不确定性与信息:广义信息理论的基础》(2005),威利
[57] 《证据数学理论中的熵与特异性》,国际通用系统杂志,9,4,249-260,(1983)·Zbl 0521.94008
[58] 克莱尔,G。;史密斯,R.,《测量不确定度和基于不确定度的信息:最新发展》,人工神经网络。数学。人工制品。国际期刊,32,1-4,5-33,(2001)·131681.684升
[59] 焦瑟姆,A.-L。;刘,C。;格雷尼尔,D。;《证据理论中测量模糊性》,IEEE Trans。系统。Man Cybern.,A部分,系统。嗯,36,5890-903,(2006年)
[60] Hartley,R.V.L.,信息传输,贝尔系统。《技术杂志》,7,3,535-563,(1928年)
[61] 凯斯顿,W.F。;罗伟,不精确概率决策:邓普斯特-沙弗理论与应用,水资源。第28、12、3071-3083号决议(1992年)
[62] Denœux,T.,基于Dempster-Shafer理论的k-最近邻分类规则,IEEE Trans。系统。Man Cybern.,25,5,804-813,(1995年)
[63] 卢,F。;Milios,E.,《全球一致性环境映射范围扫描校准》,Auton。机器人,4,4333-349,(1997)
[64] 甘比诺,F。;尤利维,G。;Vendittelli,M.,超声地图构建中的可转移信念模型,(第六届IEEE模糊系统国际会议论文集,第1卷,(1997年),IEEE),601-608
[65] 斯梅茨,P.,《实数上的信念函数》,国际期刊,近似推理,40,3,181-223,(2005)·Zbl 1110.68149
[66] Yager,R.R.,Dempster-Shafer不确定性下的决策,国际发电机系统杂志,20,3,233-245,(1992)·Zbl 0756.90005
[67] 蒙特默洛,M。;特伦,S。;科勒,D。;Wegbreit,B.,Fastslam 2.0:一种改进的粒子滤波算法,用于同时定位和映射,可证明收敛,(国际人工智能联合会议论文集,第18卷,(2003)),1151-1156
[68] Thrun,S.,学习前向传感器模型占用率网格图,Auton。机器人,15,2111-127,(2003)
〔69〕 北卡罗来纳州费尔菲尔德。;坎特,G。;Wettergreen,D.,《水下隧道探测用八叉树证据网格的实时SLAM》,J.Field Robot.,24,1,3-22,(2007)
[70] 尼德迈尔,H。;克莱门斯,J。;科瓦尔斯基,J。;马赫数。;海宁,D。;霍夫曼,R。;Linder,P.,南极冰川研究冰探测器的导航系统,(位置、位置和导航研讨会,2014年计划,(2014年),IEEE/ION,IEEE),959-975
[71] 克莱门斯,J。;Reineking,T.,《使用证据SLAM在深冰中导航探测器的多传感器融合》,(Cuzzolin,F.,《信念函数:理论与应用》,《计算机科学课堂讲稿》,第8764卷,(2014年),Springer International Publishing),339-347
[72] 科瓦尔斯基,J。;林德,P。;齐尔克,S。;冯·伍尔芬,B。;克莱门斯,J。;康斯坦丁尼迪斯,K。;阿梅雷斯,G。;Hoffmann,R.,《用可操纵的融化探针探测冰川冰的导航技术》,Cold Reg。科学。技术,123,53-70,(2016年)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。