面向点云配准不确定性估计的解释
机器人学
2024-12-31 v1 人工智能
摘要
迭代最近点 (ICP) 是估计两个点云之间变换的常用算法。本工作的核心思想是利用近期可解释人工智能技术为概率 ICP 方法提供不确定性估计。具体而言，我们提出一种方法，可解释概率 ICP 方法为何产生特定输出。我们的 метод基于 kernel SHAP (SHapley Additive exPlanations)。通过此方法，我们为 ICP 中常见的不确定性来源（如传感器噪声、遮挡和模糊环境）分配重要性值。实验结果表明，这种解释方法能够合理解释不确定性来源，为机器人在可人类可解释 manner 下了解何时以及为何失败提供了一步进展。
关键词
引用
@article{arxiv.2412.20612,
title = {Towards Explaining Uncertainty Estimates in Point Cloud Registration},
author = {Ziyuan Qin and Jongseok Lee and Rudolph Triebel},
journal= {arXiv preprint arXiv:2412.20612},
year = {2024}
}