机器人感知是UPNN机器人专项中的最后一门课程,其利用视觉方法来对环境进行感知。与之前提到的机器人视觉不同,机器人感知更侧重于对环境物体的识别与检测。与计算机视觉不同,机器人视觉所识别的物体往往不需要高精度测量,物体也有明显特征。机器人感知最为典型的应用是对环境的感知 —— SLAM,同步定位与地图构建。如果说机器人视觉解决了where am I的问题,那么Robotic Perception 面对的是Who is it.

1、1D Gaussian

  感知要解决的是对环境识别的问题,沿着PGM的思路往下,识别就是算概率。对于一般的识别任务,比如识别一个自然环境中的网球,可以对网球的颜色进行建模。为了符合人们的感知,可以先将RGB图像转为HSI图像,其中色度Hue,就与亮度解耦,成为一个不变量了。其只和材质与光照条件有关。一个物体如果颜色是统一的,那么其 H 会满足Gaussian分布。只需要从训练集中提取这个分布,就可以用于判别场景中是否存在这个物体。

2、mutiple Gaussian

  mutiple Gaussian 对应的是多变量高斯模型。多变量高斯模型分为相关和不相关两种,具体表现在协方差矩阵上。其分布均值是样本均值,其方差是样本的协方差矩阵!

3、Expecatation Maxiumazition

  EM算法是无监督学习中非常重要的一种算法。其可以分解成两个步骤——E step, M step

  其中,E step 表示的是由 label ---> parameters. label 不一定是01样本,也可以是各个样本的概率。如果是概率样本,则可以使用 weighted Gaussian estimation 来估计parameters:具体算法见PGM week9 Homework in OSChina.

  M step 表示的是由parametes ---> label. 也就是对当前的参数来计算样本各个label的概率。

  如此往复最终可获得稳定的分类结果。需要指出的是EM算法对初始label 非常敏感。如果是当量样本中有少量缺失标记,EM算法可以很好的满足需求。如果纯聚类,则可考虑使用其他聚类算法先给出聚类结果,再利用EM来进行优化。

  

  

机器人学 —— 机器人感知(Gaussian Model)的更多相关文章

  1. 机器人学 —— 机器人感知(Kalman Filter)

    对于机器人感知任务而言,经常需要预判物体的运动,保证机器人在物体与自身接触之前进行规避.比如无人机与障碍物的碰撞,足球机器人判断足球的位置.预判的前提是对当前状态进行准确的估计,比如足球的速度,障碍物 ...

  2. 机器人学 —— 机器人感知(Location)

    终于完成了Robotic SLAM 所有的内容了.说实话,课程的内容比较一般,但是作业还是挺有挑战性的.最后一章的内容是 Location. Location 是 Mapping 的逆过程.在给定ma ...

  3. 机器人学 —— 机器人感知(Mapping)

    对于移动机器人来说,最吸引人的莫过于SLAM,堪称Moving Robot 皇冠上的明珠.Perception 服务于 SLAM,Motion Plan基于SLAM.SLAM在移动机器人整个问题框架中 ...

  4. 机器人学 —— 机器人视觉(Bundle Adjustment)

    今天完成了机器人视觉的所有课程以及作业,确实是受益匪浅啊! 最后一个话题是Bundle Adjustment. 机器人视觉学中,最顶尖的方法. 1.基于非线性优化的相机位姿估计 之前已经在拟合一篇中, ...

  5. Robot Perception for Indoor Navigation《室内导航中的机器人感知》

    Felix Endres 论文下载 Technische Fakult¨ atAlbert-Ludwigs-Universit¨ at Freiburg Betreuer: Prof. Dr. Wol ...

  6. [zz] 混合高斯模型 Gaussian Mixture Model

    聚类(1)——混合高斯模型 Gaussian Mixture Model http://blog.csdn.net/jwh_bupt/article/details/7663885 聚类系列: 聚类( ...

  7. ROSCon 2016视频和幻灯片发布 ROS机器人操作系统重要参考资料

    ROSCon 2016视频和幻灯片发布 By Tully Foote on 十月19,2016 7:28 AM 全部PPT下载地址:http://pan.baidu.com/s/1gf2sn2F RO ...

  8. ROS会议 ROSCon 2017

    ----ROSCon2012-2017----来源链接:https://roscon.ros.org           近三年ROSCon(2015-2017)都会将会议视频录像和文档公开~以下为机 ...

  9. torch 深度学习 (2)

    torch 深度学习 (2) torch ConvNet 前面我们完成了数据的下载和预处理,接下来就该搭建网络模型了,CNN网络的东西可以参考博主 zouxy09的系列文章Deep Learning ...

随机推荐

  1. php调用微信发送自定义模版接口

     function sendWechatmodel($openid,$data,$go_url)//接受消息的用户openid,发送的消息,点击详情跳转的url        {           ...

  2. C#制作高仿360安全卫士窗体<一>

    开始写这一系列博客之前先要向大家说声抱歉,放肆雷特建立很久却很少有更新.当然博客人气也不旺,大部分都是看的人多评论收藏的人少.一直想要改变这种状态,正好赶上了最近工作上做了一个高仿360安全卫士窗体. ...

  3. Java令牌生成器

    package Token; import java.security.MessageDigest; import java.security.NoSuchAlgorithmException; im ...

  4. 12、android socket使用demo:网络聊天

    目录: 一.效果图 二.原代码分享 三.代码分析 四.总结 一.效果图如下: 客户端1: 客户端2:           二.原代码分享如下: 1.java代码只有一个 MainActivity.ja ...

  5. 9、android开发之java.lang.verifyError(转载)

    原文链接: http://www.linuxidc.com/Linux/2012-08/67289.htm 解决方案: 最近在做一个Android开发小项目的时候,遇到java.lang.verify ...

  6. 自己学习编程时间比较短,现在把一下自己以前刚刚接触C++时的程序上传一下,有空可以看看

    键盘输入十个数,找出最大值和最小值. #include<iostream.h>void main (){int a[10];int i,t,max,min;cout<<&quo ...

  7. selenium--嵌套frame定位

    网页源码: 案例1 :iframe有id.name属性 网页上有3个frame:header.menu.main,分别代码顶部.左侧.右侧(其中menu.main在另外一个frameset中) 如何定 ...

  8. sqlserver 查看锁表,解锁

    查看被锁表: 代码如下 复制代码 select request_session_id spid,OBJECT_NAME(resource_associated_entity_id) tableName ...

  9. Codeforces Round #265 (Div. 1) C. Substitutes in Number dp

    题目链接: http://codeforces.com/contest/464/problem/C J. Substitutes in Number time limit per test 1 sec ...

  10. 剑指offer--面试题21--相关

    题目:设计包含min函数的栈,pop(),push(),min()的时间复杂度均为O(1) 自己所写代码如下:(写‘栈’的代码还是有些不熟练!) #include <iostream> u ...