3-D 场景图:面向智能体的物理环境稀疏语义表示
计算机视觉与模式识别
2019-08-15 v1 机器人学
摘要
智能体在执行给定任务前会在环境中收集信息并感知语义。智能体以环境模型的形式存储所收集的信息,该模型紧凑地表示周围环境。然而,若无高效且有效的环境模型,智能体只能执行有限任务。因此,此类环境模型对智能体的自治系统起着关键作用。我们提出通用环境模型应具备以下特性:准确性、适用性、可用性和可扩展性。尽管许多研究者已尝试开发此类在一定程度上精确表示环境的模型,但它们缺乏广泛的适用性、直观的可用性和令人满意的扩展性。为应对这些局限,我们提出 3-D 场景图作为一种环境模型及 3-D 场景图构建框架。简洁且广泛使用的图结构 readily 保证了 3-D 场景图的可用性与可扩展性。我们通过展示 3-D 场景图在实际应用中的部署来证明其准确性和适用性。此外,我们在多种条件下开展一系列综合实验,验证了所提 3-D 场景图及框架的性能。
引用
@article{arxiv.1908.04929,
title = {3-D Scene Graph: A Sparse and Semantic Representation of Physical Environments for Intelligent Agents},
author = {Ue-Hwan Kim and Jin-Man Park and Taek-Jin Song and Jong-Hwan Kim},
journal= {arXiv preprint arXiv:1908.04929},
year = {2019}
}
备注
Early Access