利用生物启发传感器网络进行环境映射的鲁棒拓扑特征提取
机器人学
2014-10-20 v1 系统与控制
代数拓扑
机器学习
摘要
在本文中，我们利用从生物启发传感器网络收集的最小传感信息，在未知环境中执行探索和映射。受蟑螂运动特性启发的移动传感节点概率运动模型，被用于提取弱相遇信息，以构建环境的拓扑表示。利用节点间的邻居交互，基于采样数据构建代表环境流形空间特征的点云。为了从采样数据中提取主导特征，使用拓扑数据分析生成特征的持久区间，用于拓扑映射。为了提高采样数据针对异常值的鲁棒性，采用了基于密度的子采样算法。此外，提出了一种针对持久图 (persistence diagrams) 的鲁棒尺度不变分类算法，以提供数据中期望特征的定量表示。此外，还提出了多种定义具有不同代理运动信息程度的相遇度量策略，以增强拓扑方法的估计精度和分类性能。
引用
@article{arxiv.1410.4622,
title = {Robust Topological Feature Extraction for Mapping of Environments using Bio-Inspired Sensor Networks},
author = {Alireza Dirafzoon and Edgar Lobaton},
journal= {arXiv preprint arXiv:1410.4622},
year = {2014}
}
备注
14 pages, 7 figures