买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及主动感知领域，具体的说是涉及一种基于知识库推理的通用视点规划方法。基于知识库推理的通用视点规划方法包括：视觉任务与先验信息的描述方法，对视觉任务的任务状态，被测物体的候选状态、感知状态与先验信息进行形式化表达，依据这些形式化表达对主动感知系统进行输入；各状态的更新方法与模型空间未知区域的预测方法，根据探测信息对各个状态实时更新，并利用物体先验信息预测目标的未知区域；基于形式化描述的下一视点确定方法，使用条件熵度量各个特征的权重，用一种加权信息增益的视点评价方法确定下一最佳视点。本发明能够应用于目标建模与目标识别任务，使视点规划方法脱离了具体视觉任务，应用范围更广。

主权项：1.一种基于知识库推理的通用视点规划方法，其特征在于，包括：视觉任务与先验信息的描述方法，各状态的实时更新方法与未知区域的预测方法，以及基于形式化描述的通用视点规划方法，其中：视觉任务与先验信息的描述方法：对视觉任务的任务状态，被测物体的候选状态空间、感知状态与先验信息进行形式化表达，将不同视觉任务通过统一的形式化表达，作为视点规划方法的输入；各状态的实时更新方法与未知特征的预测方法：指导实际探测过程中被测物体的候选状态与感知状态的实时更新：根据视觉传感器获取的被测物体的点云和图像在内的感知数据，对被测物体所在的体素模型空间进行实时更新，随着被测物体的候选状态以及感知状态的迁移，视觉任务逐步趋近于其目标状态，当目标状态未到达时，根据被测物体的当前感知状态，结合其先验信息库，对模型空间的未知区域做出预测；基于形式化描述的通用视点规划方法：预测视觉传感器的下一最佳视点：首先使用条件熵来度量各个特征的区分性，用以表述视点特征体素增益的对应权重；然后使用加权信息增益的视点评价方法计算候选视点的评价函数值，选出评价函数值最大的视点作为下一最佳视点；所述被测物体感知状态perc_st的描述方法为：perc_st:ft1,ft2..ftn...ftNftn为t时刻特征n的感知状态，fn是定义被测物体的第n个特征，视觉任务中共包含N个待探测特征；所述被测物体的候选状态空间candi_s为各特征状态的可能组合，其描述方法为：candi_s:{O1,...Oj,...OJ}其中，Oj指被测物体的第j种可能所属类型的各特征状态，描述方法如下式：Oj:fj1,fj2,...fjn…fjN其中，fjn表示被测物体j中特征n的对应特征状态，若特征存在，则置1，否则置为0，特征状态空间包括-1，0，2，1，其中，-1表示特征的初始状态，尚未探测到特征的相关信息；0表示特征不存在；1表示特征存在且已被探测；2表示特征存在但尚未被探测；所述任务状态task_st的描述方法为cfdt,mapIgt，cfdt表示t时刻目标的置信度，计算公式如下：cfdt＝1J其中，J指候选状态空间中的候选状态个数，mapIgt表示t时刻体素模型空间的信息熵状态，计算公式如下： 其中，pi表示体素i的占据概率。

全文数据：

权利要求：

百度查询： 中国科学院沈阳自动化研究所 一种基于知识库推理的通用视点规划方法