面向室内场景的空地多机器人协作环境感知.docx

面向室内场景的空地多机器人协作环境感知出，其中大部分方法都是基于被动的视觉传感器。Quattoni和Torralba提出了一种基于单目视觉的场景识别模型[2]，它成功地结合了局部的和全局的判别信息；为了处理机器人穿过相同的区域由于方向的变化而导致认知的失败，文献[3]提出了一种用于描述1〈同场景的精简的全局特征；Cummins和Newman使用全景摄像头提出了一种基于图像特征的地图构建算法t4]; Cadena等人[5]提出一种基于bag-of-words和条件随机场的立体视觉系统很好的完成了场景认知任务。尽管被动的视觉传感器非常有效，并且被广泛的使用在移动机器人导航任务中，但是它不能工作在黑暗的环境中，而且对于光照的变化非常敏感。除了采用视觉传感器进行场景认知以外，激光传感器也被广泛的使用。相比较于视觉传感器，激光传感器具有更为广阔的视角，不受到光线条件的影响，同时它们可以提供被测场景中物体的详细距离信息。大量小?同的深度传感器被幵发用于移动机器人获取周围环境信息，例如2-D激光测距仪（例如SICK或Hokuyo)、PMD、Kinect以及LeciaHDS3000激光传感器等。在参考文献[6]中，采用2-D的深度图对3-D激光进行表述，并在其中提取特征点用来表述场景从而完成认知任务；Magnusson等人提出了一个新的场景认知算法，采用法方向分布变换作为3-D扫描数据的全局描述；