在機器人領域中常用占據柵格圖OGM(Occupancy Grid Map)表示環境中哪些區域被障礙物,但我們常用其維護被靜態目標長期占據的柵格狀態;對於動態目標,我們用什麼去表示呢?這裡引入DGM(Dynamic Grid Map),一種可以用於生成DGM的方法是使用Dempster-Shafer理論(DST),也稱為證據理論。
1. DST-證據理論
證據理論是由 Dempster於1967年提出的,後由 Shafer加以擴充和發展,所以證據理論又稱為DS理論。證據理論可處理由“不知道”所引起的不確定性。
證據理論的概念可以查看,胡子悍匪:Dempster-Shafer's theory(證據理論)
2. DST in DGM
- 在 DST-based grid map中,每個Cell的狀態以mass函數表示,包括 m({F}),m({O}),m({F,O}),m(emptyset ) 分別表示格子是Free、Occupied、Unknown、或Conflicting的證據。
- 在胡子悍匪:Dempster-Shafer's theory(證據理論)的例子中,是融合Lidar和Image的觀測; 而在DGM中,則為將當前每個Grid的觀測(ScanGrid-SG))與其在所維護的狀態圖(DGM)中所對應的Grid(MapGrid-MG)信息融合,
- DGM的狀態圖MG根據證據理論使用觀測圖SG更新;D-S合成規則:
應用在DGM中:
m_t({F})=frac{1}{K-1}(m_{t-1}^{MG}({F})cdot m_{t}^{SG}({F,O}) + m_{t-1}^{MG}({F,O})cdot m_{t}^{SG}({F}))
m_t({O})=frac{1}{K-1}(m_{t-1}^{MG}({O})cdot m_{t}^{SG}({F,O}) + m_{t-1 }^{MG}({F,O})cdot m_{t}^{SG}({O}))
m_t({F,O})=frac{1}{K-1}(m_{t-1}^{MG}({F,O})cdot m_{t}^{SG}({F,O}))
m_t(emptyset)=0
K=m_{t-1}^{MG}({O}) cdot m_{t}^{SG}({F}) + m_{t-1}^{MG}({F}) cdot m_{t}^{SG}({O})
註意,上面的 m_{t-1}^{MG}(*) 為經pose將坐標轉換到t時刻的MG。
Mobile object detection
上面說瞭這麼計算、更新DGM,那他是如何判斷Grid的動態屬性!我們看K的計算,O與F交集為空,代表是沖突的(Grid不能同時是Occupied和Free的),什麼時候會造成這種狀態呢?!
兩種情況:
- 動態物體出現在cell:上一時刻(MG)中為Free – m_{t-1}^{MG}(F) ,當前測量出現瞭觀測物Occu- m_{t}^{SG}(O) ,cell的mass為 m_{t-1}^{MG}({F}) cdot m_{t}^{SG}({O})
- 動態物體離開cell:上一時刻(MG)中為Occu- m_{t-1}^{MG}(O) ,當前測量為Free- m_{t}^{SG}(F) ,cell的mass為 m_{t-1}^{MG}({O}) cdot m_{t}^{SG}({F})
上面兩種動態物引起的沖突情況相加,為K的計算;所以在DGM中使用K表示conflict_mass,通過與設置的DYNAMIC-THRESHOLD閾值比較,判斷cell屬性。
Cell屬性判斷
- 找到其mass最大的屬性;比如,如果F最大,其屬性為free cell
- 但,如果其K>DYNAMIC-THRESHOLD,當前cell為Dynamic cell
3. 實驗
代碼根據https://github.com/MukhlasAdib/KITTI_Mapping修改而來,使用瞭自己的數據(前向固態激光雷達)。
下面3個窗口從左到右:當前觀測、OGM、DGM
ogm-dgmhttps://www.zhihu.com/video/1612773174072045568
4. 資料鏈接
- https://github.com/MukhlasAdib/KITTI_Mapping
- 胡子悍匪:Dempster-Shafer's theory(證據理論)
- 浙江大學研究生《人工智能引論》課件 第五講
- 多源信息融合-韓崇昭-第二版
-
扫码下载安卓APP
-
微信扫一扫关注我们微信扫一扫打开小程序手Q扫一扫打开小程序
-
返回顶部