自主探测的递推极大似然估计策略.pdfVIP

第2,30202军卷-8第]71期 机器人 ROBOT VoAl．u292．，，N20。。．。7 文章编号：1002—0446(2000)07—883—04 自主探测的递推极大似然估计策略 刘传才1 杨静宇2 (1．福州大学计算机系福州3500021 2．南京理工大学计算机系南京210094) 摘要：探测系统被动地接受外界的测量信息是不够的，因此方式获得的数据是不完备的，由此 推理得出的结论在一定程度上具有不确定性，是不能接受的．为获得可靠的信息，常采用多传感器的 数据融合或装备自主传感器的方法．在本文中，将遵推极大似然估计控制策略应甩于自主探测系统， 使其能最逼真的再现所关心的探测对象． 关■词；自主探测，主动视觉，非结构化环境，超椭球，递推极大似然估计 中圈分类号：TP24 文献标识码：B 1引言 近几年，在主动视觉领域，人们提出了通过传感器位置的调节和外界信息的采集、以及与周围环境相互作 用来学习了解所处环境的自主探测方法．这种学习能力对于工作在非结构化环境的自主系统是必不可少的． 鉴于此，取得在线可利用的系统模型对系统运行是必要的和有效的．其次，摸型应建立在实时观测的基础上， 并自适应地在线调整．此外，还必须作模型的在线计算，并在每个采样时段内完成样本的量测处理，否则，建摸 工作跟不上信息流．为此，需采甩递推辨识技术，园量测的输人一输出数据在它们变成可利用的时侯被序贯地 处理．借鉴文[1，2]的研究成果，采用递推极大似然估计策略实现探测器的自主工作，摆脱被动接受外界测量 信息的处境，从而自主地探测搜寻和最逼真的再现环境中所感兴趣的对象． 2线性模型推理 在环境场中，用于描述曲面的体模型是强非线性的，而研究非线性模型的许多基本概念和方法都蒜于线 性模型．通常非线性模型的解折解难“获得，而借助数值迭代技术获得数值解．在系统扰动足够小时，此方法 有效． 2．1线性模型 研究表明嘲，传感器的位置由控制参数的向量X决定．对线性模型，若传感器在水平面上运动和模型参 I-的测量值由定义在控制参数空间中的基函数舒的线蛀组合来预测．五位 数目已知，刚在位置盯=(矗，yO 置的采样值可写为d。=Z0，且五为到某一表面的垂直距离o]： 正=羽-4-bx,yl+c研+dx；+e．yi+， (1) 故酽一o，6，c，d，。，，)，就控制参数而盲，矿一(矗，．Ti，砷，一，m，1)是非线性的． 2．2多次观测之下的递推极大似髂估计 通常0是未知的，测量的目的是为解逆问题．为增加可塑性，常把等式误差描述成白噪声的滑动平均．递 一推极大似熟算法为 口0)一口0—1)十7(t)R一1(￡)≯(‘h(f) (2) 在一些实际的场合中，因受某些摄动的影响，口有微小的变动而非固定的常数．鉴于此，常将线性模型写成 8+1=8-4-Wi 收蔫日期：∞0。一∞一∞ 884 机器人 2000年8月 X+l一西+18一l+e．+1 其中阱～Ⅳ(o，Q)，o≥o．此外，参数误差；(岛h)一臼忡一0是均值为0的声变量的正态分布，且协方差阵 为 门一一(吐F西)叫一一虽叫 (3) 逆解中随机误差的存在是内在不确定性的体现．下式 r(臼)一；旧)7Ⅱ_1；(o)一告；(臼)1￡五(8) (4) 定义了正态参数误差分布的形状，而r(0)一r(岛h)定义了包络真实模型的超曲面，儿为对称的二次型 椭球曲面．因伤h未知．故无法了解此曲面的位置，但r(晚h)是有P个自由度的婷分布的随