JP2010244549A5

JP2010244549A5 -

Info

Publication number: JP2010244549A5
Application number: JP2010087108A
Authority: JP
Filing date: 2010-04-05
Publication date: 2012-07-26
Anticipated expiration: 2030-04-05

Description

現在のアクティブ型視覚システムの多くは、次善の視覚計画のための情報理論的品質測定に注目しているが、確率論的計画ストラテジーをフォローしていない。文献にはアクティブ型認識のための多くのアプローチがある。非特許文献１には、不確定性低減に基づくアクティブ型選択に注目したいくつかの研究がリストアップされている。非特許文献２における最近の研究は、３Ｄカメラトラッキングのためのアクティブ型フィーチャマッチングを取り扱っている。非特許文献３には、視覚的探索のための意欲的なアプローチが記載されている。このアプローチは、先行の知識に基づくコンテクスト情報を含む対象物決定のための外観計画に注目している。

アクティブ型センシングに密接に関連する公知のアプローチは、もっとも有望な活動を発見するためにセンシングコストを評価するＰＯＭＤＰを使用する。非特許文献１１には、分類目的に関して最適の決定を行うための枠組みが提案されている。このアイデアは、自走型ローバーによる岩石分類に適用される。付加的情報を収集するためのコストは、分類ミスのペナルティに対して釣合いが取られている。非特許文献１２では、ＰＯＭＤＰがコストに敏感なフィーチャの獲得と分類に使用される。ロボットに対して選択された活動の予期される報酬は、現在の信用状態に関する分類コストから計算される。反対に非特許文献１３では、プランニングストラテジーを、情報理論的不確定性測定からの結果とコストとを結び付けることにより拡張することが提案されている。

本発明の実施形態によれば、前記少なくとも１つの情報理論的測定は確率論的表現におけるエントロピーである。エントロピーは情報理論的概念であり、システム、状況、またはシーンが存在するが、その正確な記述が正確には既知でない場合に適用される。エントロピーは、システム、状況、またはシーンを知るときにこれらの状態を正確に特定するために必要な情報の予測量として定義される。一般的にエントロピーは、（所定の状態で）失われた情報の測定量を表す。したがって情報理論測定としてエントロピーを使用することにより、ロボットが考慮すべきであり、詳細には未だ既知でないフィーチャを特定する手段が提供される。

本発明の実施形態によれば、前記前の環境状態と前記後の環境状態は、シーンに配置された少なくとも１つのオブジェクトを含む当該シーンの状態を参照し、前記状態における前記少なくとも１つのオブジェクトのフィーチャの視認性を決定する。このようしてシーンモデルが本発明により提供される。この状態モデルを使用することにより、シーンが本発明により包括的に考慮される。とりわけこの考慮は、環境状態の確率論的表現、不確定性および／または情報理論測定を使用して実行される。

本発明の実施形態によれば、前記新たな観察は、シーンの少なくとも１つのオブジェクトのフィーチャ集合を求めることであると表現される。したがってＰＯＭＤＰコンセプトにより要求されるような観察モデルが提供される。とりわけこの観察は、環境状態の確率論的表現、不確定性および／または情報理論測定を使用することにより考慮される。

図２の観察モデルエンティティ２１１で、ロボットの真の観察または測定が管理される。ここで観察または測定Ｏは、この観察または測定Ｏの不確定性を評価することにより記述される。観察Ｏは、本発明の実施形態によればシーンに含まれるオブジェクトに関する確率分布、このオブジェクトの決定または認識されたフィーチャの集合、および／またはこのシーンの各オブジェクトの位置評価を表す。不確定性は、観察または測定Ｏの失敗値を表す。すなわち、ロボットの観察または測定Ｏが実際の状況から逸脱する場合の値を表す。

３）シーンモデル：本実施形態によればシーンモデルは、配置されたすべてのオブジェクトの現在の状態を含む。ここで浮かび上がる閉塞問題は、将来の視界を決定するコンピュータグラフィックスのポイント指向法によってカバーされる。本実施形態によれば、状態の信用分布における各ピークはオブジェクト仮説と見なされる。予測されるすべてのフィーチャは、閉塞に対するボックスを結び付けるすべての仮説について、広く普及したｚバッファリングアルゴリズムを適用することによりチェックされる。閉塞が検知されると、このフィーチャが所属する仮説のガウス混合コンポーネントは、将来の測定アップデートステップで更新されない。しかし状態変化が本実施形態により適用される。

４）観察モデル：興味のあるポイント探知器を使用するために、現在の観察Ｏ_ｔ（ａ_ｔ）が本実施形態により、Ｎ個のフィーチャ‘ｆ’の集合として表現される。

フィーチャが多数の場合、Ｏ_ｔ（ａ_ｔ）を式（１０）による尤度分布Ｐ（Ｏ_ｔ（ａ_ｔ）｜ｑ’）に代入することは計算的にコストが掛かる。本実施形態によれば、すべてのフィーチャが条件付きで独立であると仮定される。したがって尤度分布を本実施形態により、単純なベイズの推定を適用することにより計算できる。

実験例による画像獲得のために、サービスロボットに取り付けられた立体カメラシステムが使用される。立体カメラシステムの各カメラは、グレースケール画像を１３８８×１０３８ピクセルの解像度でキャプチャするように構成されている。オブジェクト検出は、本実施形態によりＳＩＦＴフィーチャに基づく検出アルゴリズムによる実験に関連して実行される（非特許文献１４参照）。オフラインプロセスでは、各オブジェクトの３６の画像が１０゜の縦ステップで記録された。その結果、各オブジェクトに対して約３００００のフィーチャが獲得された。立体カメラシステムにより、オブジェクトの多数のフィーチャが検出されれば、非常に正確なポーズが決定される。実験に関連する本実施形態によれば、少数のフィーチャを備え、確率論的プロパティを検出アルゴリズムに加える弱オブジェクト仮説が明示的に取り扱われた。詳細には、オブジェクトクラス尤度が、シーンフィーチャと予測されるフィーチャとの関係から計算され、ポーズ共分散が、本実施形態により検出された多数のフィーチャから評価される。

上に、確率分布を表現するためにガウス混合を使用することを説明した。実験に関連する本実施形態によれば、最初の前が４つの混合コンポーネントによりモデル化され、それぞれのコンポーネントはファクタ０．２５の重みを有し、１つのオブジェクトクラスに所属する。共分散は、状態分布に関する最初の知識が欠けていることを表す一様分布に粗く近似するため、大きい。変化不確定性が、実験に関連する本実施形態により線形ガウスとして定義される。

ただしガウスカーネルは、コンポーネントの数と状態分布へ平均値において等しい。Δ（ａ）は、状態における変化を共分散Σ_ｋ（ａ）の活動の関数として示す。測定不確定性がフィーチャ尤度分布Ｐ（ｆ（ａ）｜ｑ’）に含まれている。この尤度分布は、ガウス混合分布をフィーチャの視覚フィールドに適合することによるトレーニングプロセスで獲得される。視覚容積は、オブジェクトビューとフィーチャスケールから導出される。

本実施形態によれば、第１の実験で図４ａに示すようなオブジェクト配置が使用された。ここでロボットにより探索すべき、または認識すべきシーンは、図３ｂのオブジェクトデータベースの３つのオブジェクト３１，３２，３４を有する。すべての活動に対する第１の後のエントロピーは類似している。なぜなら同形の前のエントロピーに近似するからである。図４ｂは、図３ｂのオブジェクトデータベースの４つすべてのオブジェクト３１〜３４の確率分布の輪郭を、角度に関して積分してｘｙ平面に示す。図４ｃは、他の次元にわたって積分された角度確率分布を表す。式（１４）によれば、活動コストは、第１のステップでの活動選択にだけ影響する。したがって第１の観察は、現在のシーンロケーションから、すなわち図３ａに示された第１の視点ＶＰ１により実行される。図５ａには、左カメラの獲得画像と、それの確率分布が示されている。図５ａおよび５ｃから分かるように、ザウワークラウト缶３１と青いソルトボックス３４は上手く検知されたが、スープボックス３２に対しては弱い仮説しか存在しない。なぜならスープボックス３２は強く閉塞されているからである。オブジェクトの曖昧さから、黄色いソルトボックス３３に対する仮説は、青いソルトからの１つに近接して表明されるが、比較的小さな確率質量を含む。図８の表は、次に実行すべき活動を決定するために使用された予測報酬Ｖ_１のリストを示す。とりわけ図８は、視点ＶＰ１とＶＰ２での評価のための式（１４）から報酬Ｖ_１を計算するための関連するコストと値を示す。ここで列８１は視点を示し、列８２は視点ＶＰ１での予測されるフィーチャ報酬を示す。さらに列８３は視点ＶＰ１での相応するコストを示し、列８４はＶＰ１値、列８５は視点ＶＰ１での報酬Ｖ_１を示す。さらに列８６は視点ＶＰ２での相応するコストを示し、列８７はＶＰ２値、列８８は視点ＶＰ２での報酬Ｖ_１を示す。

Claims

ロボット（１１）にシーンを自立的に探索させ、かつ、前記ロボット（１１）の少なくとも１つの将来的活動（ａ）を、前記ロボット（１１）の複数の活動（ａ）から、次のステップを用いて決定するための、コンピュータに実行させるアクティブ型認識プログラム（２１）であって、
・前の環境状態（ｑ）の前の確率論的表現を計算（２１２）するステップと、
・前記少なくとも１つの将来的活動（ａ）が適用された後に、達成すべき後の環境状態（ｑ’）の後の確率論的表現における少なくとも１つの不確定性を低減することについての新たな観察（Ｏ）を目的として、前記前の確率論的表現を更新（２１２）するステップと、
ただし前記後の確率論的表現は前記更新（２１２）から生じた確率論的表現であり、
・前記前の確率論的表現と前記後の確率論的表現との間の情報利得を、少なくとも１つの情報理論的測定を使用して決定（２１４）するステップと、そして
・前記少なくとも１つの将来的活動（ａ）を、当該少なくとも１つの将来的活動（ａ）の実行コストを前記情報利得に加算することにより評価するステップと、
ただし、前記少なくとも１つの将来的活動（ａ）を評価するステップは、実行期間において前記少なくとも１つの将来的活動の実行コストを評価し、当該実行期間の終わりにおいて前記情報利得を評価するステップを含む、
の各ステップをコンピュータに実行させるためのアクティブ型認識プログラム（２１）。
前記少なくとも１つの将来的活動（ａ）は、前記ロボット（１１）のセンサの位置変更を要求するロボット操作命令である請求項１記載のプログラム。
前記プログラムは、前記ロボット（１１）の将来的活動（ａ）のシーケンスを評価するように構成されている請求項１または２に記載のプログラム。
前記少なくとも１つの不確定性は、
・前記少なくとも1つの将来的活動（ａ）を適用することにより、時間的に前の環境状態（ｑ）から前記時間的に後の環境状態（ｑ’）に達する際に発生する状態変化不確定性、および／または
・前記時間的に後の環境状態（ｑ’）で実行される測定を妨害する測定ノイズである請求項１から３までのいずれか１項に記載のプログラム。
前記プログラムは、前記更新（２１）をベイズフィルタで実行するように構成されている請求項１から４までのいずれか１項に記載のプログラム。
前記少なくとも１つの情報理論的測定は、確率論的表現に基づくエントロピーである請求項１から５までのいずれか１項に記載のプログラム。
前記決定（２１４）は、前記前の確率論的表現の前のエントロピーと、前記後の確率論的表現の予測されるエントロピーとの間の差を決定することを含む請求項１から６までのいずれか１項に記載のプログラム。
前記更新（２１２）は、前記少なくとも１つの将来的活動を実行した後に得られる新たな観察の評価を含む請求項１から７までのいずれか１項に記載のプログラム。
前記更新（２１２）は、前記評価を使用することによって、前記少なくとも１つの将来的活動（ａ）に対する前記後の環境状態（ｑ’）の前記後の確率論的表現の予測を含む請求項８記載のプログラム。
前記前の確率論的表現と前記後の確率論的表現は、多変量ガウス混合分布である請求項１から９までのいずれか１項に記載のプログラム。
前記少なくとも１つの不確定性は、前記後の確率論的表現の微分エントロピーを上限評価によって近似することにより決定される状態不確定性である請求項１から１０までのいずれか１項に記載のプログラム。
前記プログラムは、前記少なくとも１つの将来的活動（ａ）の実行後に前記情報利得が最大であり、かつ前記少なくとも１つの将来的活動（ａ）の実行コストと前記不確定性が低減される場合に、前記少なくとも１つの将来的活動（ａ）を決定するように構成されている請求項１から１１までのいずれか１項に記載のプログラム。
前記プログラムは、所望の品質基準に達した場合、前記決定を終了するように構成されている請求項１から１２までのいずれか１項に記載のプログラム。
前記所望の品質基準は、少なくとも１つの分布エントロピーの形態で提供される請求項１３記載のプログラム。
前記前の確率論的表現と前記後の確率論的表現は、ＰＯＭＤＰコンセプトを使用することにより特定されるモデル（２１１）の使用によって計算される請求項１から１４までのいずれか１項に記載のプログラム。
前記前の環境状態（ｑ）と前記後の環境状態（ｑ’）は少なくとも１つのオブジェクト（３１，３２，３３，３４）の状態を記述し、
前記少なくとも１つのオブジェクト（３１，３２，３３，３４）は、当該少なくとも１つのオブジェクト（３１，３２，３３，３４）のクラスの離散的クラス表現と、当該少なくとも１つのオブジェクト（３１，３２，３３，３４）の連続的なｍ次元ポーズを含む請求項１から１５までのいずれか１項に記載のプログラム。
前記前の環境状態（ｑ）と前記後の環境状態（ｑ’）は、シーンに配置された少なくとも１つのオブジェクト（３１，３２，３３，３４）を含む当該シーンの状態を参照し、前記状態における前記少なくとも１つのオブジェクト（３１，３２，３３，３４）のフィーチャの視認性を決定する請求項１から１６までのいずれか１項に記載のプログラム。
前記新たな観察は、シーンの少なくとも１つのオブジェクト（３１，３２，３３，３４）のフィーチャ集合を求めることである請求項１から１７までのいずれか１項に記載のプログラム。
動作のために、請求項１から１８までのいずれか１項に記載のプログラムが実行される、ロボット（１１）。
シーンの画像取得のための立体カメラシステムを有する、請求項１９に記載のロボット（１１）。
サービスロボットである、請求項１９または２０に記載のロボット（１１）。