复试人工智能.pdfVIP

6.1引言

•赋予机器人“看”的功能正是“机器人视觉”（computervision）

这个学科所研究的问题之一。这一领域十分广阔，不仅包括通用技

术，而且也包括为数众多的技术——如字符识别、脸谱识别、

识别和机器人控制等。

•不能直接转换图象来重建场景。Agent通过运用可能处于有关场景

中的物体的特定知识、有关场景中的各种表面的特性以及由这些

表面反射回摄象机的周围照明度等一般知识来从图象中获取有用

的信息。

•希望获取信息的种类取决于agent的目的和任务。若要让一个

agent平安通过一个的环境，该agent必须了解其中物体的位置、

边界、通路以及它所经路径表面的特性。agent也许还应根据每隔

一段时间所有以上信息的变化来预测将来可能的变化。从一个或

多个图象中获取此类信息将极其。

6.1引言

•主要来源于难以控制的照明、影象和复杂而难以描述的物体，

如那些室外场景中的物体、非刚性物体或啮合其他物体的物体。

其中有些在人造环境中，如建筑物的市内景观，可得以减轻，

而且在这种环境中研究计算机视觉往往更成功。

•投影是多对一的变换。多个不同的场景可能生成相同的图象。

更麻烦的是，图象易受到周围光线不足或其他因素的干扰。

6.2一辆汽车

•在S-Ragent的一些应用中，神经网络可用来把图象的亮度矩阵直

接转换成动作。其中的一个突出的例子就是用来驾驶一辆汽车的

ALVINN系统

•网络的第一层有5个隐藏单元，第二层有30个输出单元，所有以上单

元均为sigmoid单元。输出单元通过线性排列来控制汽车的角度。若

此输出单元队列的顶端附近的一个输出单元的输出比其他大多数输

出单元高，则车往左行使；若在此队列的底端附近的一个单元的

输出较高，则车向右行驶。计算出所有这些输出单元的响应的“质

心”，并且把此车的驾驶角度设置为完全向左和完全向右之间相应

的一个值

•经过训练，ALVINN可驾驶各种“试验”汽车在没有标线的铺筑过

的路面、吉普车道、有标线的城市街道和州际高速公行驶。

6.2一辆汽车

•此系统由一个改进过的“on-the-fly”训练方式来训练：让一个

驾驶员开车，实际的驾驶角度被作为相应输入的正确标志。网络

以反向的方式递增地训练，从而使它能用驾驶员所指定的驾

驶角度来响应实际驾驶车辆时出现的每一个视觉模式。整个训练

大概要用5分钟的驾驶时间。

•这个简单的训练过程经过改进后避免了两个潜在的问题。首先，

因为驾驶员通常能很好地驾驶车辆，所以网络决不会经历任何偏

离的车辆位置和不正确的车辆方位。其次，对长而笔直的路

面，网络会在长时间的训练后，只知道笔直向前的驾驶角度；这

种训练会使以前有关沿弯曲路面的训练无效。

6.3机器人视觉的两个阶段

•有两种计算机视觉技术对勾勒出与场景中的物体相关的各部分的

图象的轮廓十分有用。一种技术是在图象中寻找“边缘”。一个

图象边缘是图象的一部分，图象亮度或其他图象的特性在此处陡

然变化。另一种技术试图把图象分为几个区域，一个区域也是图

象的一部分，图象亮度或其他图象的特性在此处缓慢变化。图象

中的边缘和区域之间的边界，经常但不总是与场景中产生图象的

那些重要的、与物体相关的不连续点相对应。根据照明强度、表

面特征和摄象机的角度，这些不连续点可由图象边缘和图象区域

边界来表示。这样，获取这些图象特征成为机器人视觉要完成的

一项重要任务。

图象处理场景分析

将一个图象设法推断环

转换为另一