机器人过程监控中的信息收集：一种主动感知方法
机器人学
2020-05-04 v1
摘要
最大化信息增益以支持监控与决策的主动感知系统近期得到了相当多的应用。在本文中，我们提出并演示了一种在主动感知系统中利用贝叶斯滤波器获取并外推信息的方法。我们的方法受制造过程驱动，其中系统状态的自动视觉跟踪可辅助故障诊断、零件认证与安全；在极端情况下，我们的方法可启用依赖超越被动感知的监控方案的新型制造过程。我们展示了在主动感知场景中使用贝叶斯滤波器如何允许基于已测量以及未测量但已传播的状态元素推理未来动作，从而大幅提高用于总体过程控制中决策算法的信息质量。我们在物理实验中演示了主动感知系统的使用，其中我们使用时变卡尔曼滤波器为增材制造中一个代表性系统消解不确定性。
引用
@article{arxiv.2005.00167,
title = {Information-Collection in Robotic Process Monitoring: An Active Perception Approach},
author = {Martin A. Sehr and Wei Xi Xia and Prithvi Akella and Juan Aparicio Ojea and Eugen Solowjow},
journal= {arXiv preprint arXiv:2005.00167},
year = {2020}
}