机器人主动感知中环境建模的感知因子

准确评估新传感器观测的潜在价值是主动感知规划的关键方面。当利用基于视觉的神经网络的测量进行高层场景理解推理时，该任务尤其具有挑战性。由于基于外观的推理，测量易受若干环境效应影响，如遮挡物存在、光照条件变化，以及因邻近视点间外观相似导致的信息冗余。为此，我们提出了一种在规划与融合中纳入任意数量感知效应的新型主动感知框架。我们的方法通过一组称为感知因子的通用函数对环境相关性建模，构建感知图，量化环境对候选视点的聚合影响。通过调整与测量相关的不确定性以权衡其贡献，该信息被无缝纳入规划与融合过程。我们在重现机器人应用中常见环境条件的模拟环境中评估感知图。结果表明，通过在感知图中考虑环境效应，我们通过对环境因子影响下的视点正确选择及测量噪声正确处理改善了状态估计。我们进一步将该方法部署于地面机器人，以展示其在真实世界主动感知任务中的适用性。