面向感知与规划一体化的语义八叉树模型信息论抽象
机器人学
2022-09-22 v1 信息论
math.IT
摘要
在本文中，我们开发了一种使自主机器人能够从点云数据构建并压缩语义环境表示的方法。我们的方法从传感器数据构建环境的三维语义树表示，然后通过一种新颖的信息论树剪枝方法进行压缩。所提方法是概率性的，并纳入了真实世界环境中语义分类固有的不确定性。此外，我们的方法允许机器人在生成压缩树时优先处理个别语义类别，从而设计多分辨率表示，在保留相关语义信息的同时丢弃不需要的语义类别。我们通过压缩大型室外、语义丰富真实世界环境的语义八叉树模型来演示该方法。此外，我们展示了如何利用八叉树抽象创建用于运动规划的语义感知图，并将我们的方法与Halton序列等无信息图构建方法进行比较。
引用
@article{arxiv.2209.10035,
title = {Information-theoretic Abstraction of Semantic Octree Models for Integrated Perception and Planning},
author = {Daniel T. Larsson and Arash Asgharivaskasi and Jaein Lim and Nikolay Atanasov and Panagiotis Tsiotras},
journal= {arXiv preprint arXiv:2209.10035},
year = {2022}
}