面向人机协作感知的概率语义数据关联
机器人学
2023-04-14 v3
摘要
在人类-机器人协作感知中，人类不能总是被视为神谕。因此，机器人在接收来自人类的语义数据时需要维持对未知世界状态的信念，并考虑人类提供的数据与这些信念之间可能的差异。为此，本文引入了语义数据关联（SDA）问题，并将其与用于传感器融合的传统数据关联问题相联系。然后，它开发了一种新颖的概率语义数据关联（PSDA）算法，以在一般设置下严格解决 SDA，不同于先前关于语义数据融合的工作为特定设置开发启发式技术。PSDA 进一步被纳入一种递归混合贝叶斯数据融合方案，该方案使用高斯混合先验表示物体状态，并使用 softmax 函数表示语义人类传感器数据似然。多物体搜索任务的仿真表明，在语义人类传感器数据可能出错或包含显著参考歧义的广泛条件下，PSDA 能够实现鲁棒的协作状态估计。
引用
@article{arxiv.2110.09621,
title = {Probabilistic Semantic Data Association for Collaborative Human-Robot Sensing},
author = {Shohei Wakayama and Nisar Ahmed},
journal= {arXiv preprint arXiv:2110.09621},
year = {2023}
}
备注
15 pages, 14 figures