[论文解读] Nonmyopic View Planning for Active Object Detection

Nikolay Atanasov, Bharath Sankaran+3 more|arXiv (Cornell University)|Sep 20, 2013

Robotics and Sensor-Based Localization参考文献 25被引用 6

一句话总结

本文提出了一种用于移动深度相机的非贪婪视角规划框架，用于主动目标检测，通过规划一系列视角以最小化决策误差并平衡运动成本。通过将问题形式化为带有基于点的POMDP近似的主动假设检验，该方法在PR2机器人的仿真和真实世界实验中均显著优于贪心方法，实现了76%的真正例和98%的真负例准确率。

ABSTRACT

One of the central problems in computer vision is the detection of semantically important objects and the estimation of their pose. Most of the work in object detection has been based on single image processing and its performance is limited by occlusions and ambiguity in appearance and geometry. This paper proposes an active approach to object detection by controlling the point of view of a mobile depth camera. When an initial static detection phase identifies an object of interest, several hypotheses are made about its class and orientation. The sensor then plans a sequence of views, which balances the amount of energy used to move with the chance of identifying the correct hypothesis. We formulate an active hypothesis testing problem, which includes sensor mobility, and solve it using a point-based approximate POMDP algorithm. The validity of our approach is verified through simulation and real-world experiments with the PR2 robot. The results suggest that our approach outperforms the widely-used greedy view point selection and provides a significant improvement over static object detection.

研究动机与目标

• 解决因遮挡和外观模糊性导致在杂乱场景中单视角目标检测的局限性。
• 开发一种非贪婪规划策略，以在主动目标检测中平衡感知成本与决策准确性。
• 使移动传感器能够动态选择视角，以最大化对目标类别和位姿假设的置信度。
• 将通用观测模型与基于POMDP的规划器集成，实现稳健、实时的决策。
• 在仿真和真实世界环境中，使用配备RGB-D传感器的PR2机器人验证该框架。

提出的方法

• 将主动目标检测形式化为具有传感器移动性的非贪婪主动假设检验问题。
• 使用VP-Tree进行静态检测，结合从深度数据中进行的3D目标检测与位姿估计。
• 利用词汇树构建贝叶斯观测模型，根据观测特征为假设分配置信度。
• 应用基于点的近似POMDP算法，计算最小化期望决策成本的近似最优视角序列。
• 集成传感器自定位与点云配准，以保持各视角之间的空间一致性。
• 优化错误决策的概率，而非信息增益，从而实现对误差的直接最小化。

实验结果

研究问题

• RQ1 非贪婪视角规划是否能在主动目标检测中优于贪心视角选择？
• RQ2 如何利用传感器移动性来降低目标类别和位姿估计的不确定性？
• RQ3 与静态检测相比，基于POMDP的规划器在多大程度上提升了检测准确性？
• RQ4 在存在真实传感器噪声和动态环境的真实世界场景中，该框架表现如何？
• RQ5 通用观测模型能否在多种目标类别和位姿下有效使用？

主要发现

• 所提出的非贪婪方法在真实世界瓶类检测中实现了平均总成本20.45，显著优于贪心方法。
• 在真实世界实验中，系统实现了76%的真正例检测率和98%的真负例率。
• 仿真结果证实，非贪婪规划器相比贪心选择将决策成本降低了最多30%。
• 该框架在最多53个假设的多目标场景中表现出鲁棒性，对多种目标位姿保持了高准确性。
• 主要计算瓶颈在于特征提取与点云配准，而非规划阶段本身。
• 该方法表现出强泛化能力，尽管在仿真中训练，但在真实世界环境中表现相当出色。