伊曼纽尔·梅内加蒂;乔瓦尼·阿内洛尼;马克·赖特;恩里科·佩吉洛 使用全方位视觉系统实现的空间语义层次。 (英语) Zbl 1173.93365号 赛博。系统。 39,第4号,443-466(2008). 摘要:我们提出了一种新的地图构建方法:在装有全向相机的真实机器人上实现B.Kuipers提出的空间语义层次(SSH)。原始的Kuiper SSH公式稍作修改,以便以更有效的方式管理真实机器人在环境中移动时收集的知识。机器人所经历的感官数据通过不同级别的SSH进行转换,以获得环境的紧凑表示。这些知识以拓扑图的形式存储,最终以度量图的形式保存。本文的目的是说明折反射全向相机是SSH的良好传感器,并与SSH的几个元件很好地耦合。我们的全向相机的全景视图和旋转不变性使得识别和标记地点变得很简单。更深入的理解是,全向图像上事件的跟踪和识别,例如遮挡和对齐,可以用于将连续的感官图像数据分割为地图的离散拓扑和度量元素。SSH和全向视觉的拟议组合为机器人地图绘制提供了一个强大的通用框架,并为“地点”概念提供了新的见解。本文介绍了在未经修改的办公环境中使用真实机器人进行的一些初步实验。 MSC公司: 93立方厘米85 控制理论中的自动化系统(机器人等) 68T40型 机器人人工智能 关键词:空间语义层次;拓扑图;全方位视觉 PDF格式BibTeX公司 XML格式引用 \textit{E.Menegatti}等人,Cybern。系统。39,第4号,443--466(2008;Zbl 1173.93365) 全文: 内政部 参考文献: [1] 数字对象标识码:10.1007/s10514-005-0603-7·doi:10.1007/s10514-005-0603-7 [2] Bianco G.,程序。1999年IEEE/RSJ智能机器人与系统国际会议(1999) [3] Canny J.,模式分析和机器智能汇刊。IEEE第679页–(1986) [4] Davison,A.2003年。使用单个摄像头实时同步定位和绘制地图。第九届IEEE计算机视觉国际会议论文集,第1403-1410页。 [5] 数字对象标识码:10.1007/s004220050470·Zbl 0907.92037号 ·doi:10.1007/s004220050470 [6] DOI:10.1023/A:1008821210922·doi:10.1023/A:1008821210922 [7] Hough P.,识别复杂模式的方法(1962年) [8] Ishiguro H.,全景视觉第23页–(2001) [9] Kim,J.和Chung,M.,2003年。全方位立体视觉传感器的砰砰声。2003年IEEE/RSJ国际智能机器人和系统大会(IROS 2003)会议记录,10月27日至31日。第442-447页。 [10] Kortenkamp D.,人工智能和移动机器人(1998年) [11] Krse B.,基于外观的机器人定位特征选择(2000) [12] DOI:10.1016/S0004-3702(00)00017-5·兹比尔0947.68561 ·doi:10.1016/S0004-3702(00)00017-5 [13] Kuipers B.,《空间地图的机器人学和认知方法:高级机器人的Springer专题》,38页,20–(2006) [14] 内政部:10.1016/0921-8890(91)90014-C·doi:10.1016/0921-8890(91)90014-C [15] Kuipers B.J.,AI杂志9第25页–(1988) [16] Lee W.Y.,物理移动机器人的空间语义层次(1996) [17] Lemaire T.,具有全景视野的SLAM(2006)·Zbl 1243.68291号 [18] 内政部:10.1016/0004-3702(90)90027-W·doi:10.1016/0004-3702(90)90027-W [19] Marchese F.,《2000年机器人杯:机器人足球世界杯第四届》,LNCS(2001) [20] Menegatti E.,《2001年机器人杯:机器人足球世界杯V》,L.N.,A.I第78页–(2002年) [21] 梅内加蒂E.,Proc。第六届分布式自主机器人系统国际研讨会(DARS02)第279页–(2002) [22] Menegatti,E.和Pagello,E.,2002年。与多机器人团队进行拓扑映射。程序中。合作机器人研讨会,A.Saffiotti组织者IEEE/RSJ智能机器人和系统国际会议(IROS02-WS7),洛桑,第V/1–V/7页。 [23] Menegatti E.,IEEE/ASME高级智能机电一体化国际会议(AIM’01),第93–(2001)页 [24] DOI:10.1016/S0004-3702(96)00051-3·兹伯利1017.68546 ·doi:10.1016/S0004-3702(96)00051-3 [25] Ritter G.X.,《计算机视觉图像代数手册》(1996)·Zbl 0855.68105号 [26] DOI:10.1016/S0921-8890(98)00045-1·doi:10.1016/S0921-8890(98)00045-1 [27] DOI:10.1016/S0921-8890(00)00103-2·doi:10.1016/S0921-8890(00)00103-2 [28] Se S.,IEEE机器人学报,[另见IEEE机器人与自动化学报,]第21页,第364页–(2005) [29] Svoboda T.,智能车辆IEEE conf.(1998) [30] Wesolkowski S.B.,彩色图像边缘检测和分割,矢量角和欧氏距离颜色相似性的比较(1999) [31] Winters N.,第三届爱尔兰机器视觉和图像处理会议(1999年) [32] 内政部:10.1109/70.46602·数字对象标识代码:10.1109/70.46602 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。