利用地理参考地图和证据网格增强移动物体分类
机器人学
2014-01-23 v1
摘要
证据网格最近在移动物体感知方面展现出了有趣的特性。证据网格是使用 Dempster-Shafer 理论对贝叶斯占据网格的推广。特别是，这些网格能够高效地处理部分信息。本文的新颖之处在于提出了一种由地理参考地图增强的感知方案，该地图被用作额外的信息来源，并与传感器网格进行融合。论文介绍了这种数据融合过程的关键阶段。提出了一种对合取组合规则的适应性改进，以细化对冲突信息的分析。该方法使用时域累积来区分静止物体和移动物体，并应用上下文折扣来建模信息过时。因此，该方法能够通过区分例如移动物体、停放的汽车、城市基础设施和建筑物，来更好地表征被占据的单元格。在真实世界数据上进行的实验说明了这种方法的优势。
引用
@article{arxiv.1401.5657,
title = {Enhancing Mobile Object Classification Using Geo-referenced Maps and Evidential Grids},
author = {Marek Kurdej and Julien Moras and Véronique Cherfaoui and Philippe Bonnifait},
journal= {arXiv preprint arXiv:1401.5657},
year = {2014}
}
备注
6 pp. arXiv admin note: substantial text overlap with arXiv:1207.1016