光传感器的空间灵敏度函数

空间灵敏度函数 (SSF) 用于量化探测器对空间分布输入信号的灵敏度。通过对输入信号进行 SSF 加权并积分，可以估计探测器的整体标量响应。本项目侧重于估计由光电二极管组成的光强传感器的 SSF。该光传感器此前已用于 Knuth 网络物理实验室的机械臂上，该机械臂执行自主实验以在暗场中定位白色圆圈 (Knuth et al., 2007)。为了利用光传感器了解其周围环境，机器人的推理软件必须能够建模并预测光传感器对假设刺激的响应。之前的光传感器模型将其视为点传感器并忽略了其空间特性。在此，我们提出一种参数化方法，其中 SSF 由高斯混合模型 (MOG) 描述。通过利用已知刺激输入进行受控校准实验，我们使用嵌套采样法估计了光传感器的 SSF，所用 MOG 模型的高斯分量数量从一到五不等。通过比较为每个 MOG 模型计算的证据，我们发现一个高斯分量足以描述达到我们所需精度的 SSF。未来的工作将涉及将此更精确的 SSF 整合到机器人系统的贝叶斯机器学习软件中，并研究有关光传感器特性的这些详细信息将如何提高机器人的学习能力。