提出问题:自动驾驶地图更新,尤其众包更新方式,如何用多次不同、可能互相矛盾的观测更新地图元素;如p次观测新增了一个标识牌、q次没有观察到,如何计算这个特征的可信度或者概率?
本文介绍了一种经典方法,该方法的命名是纪念提出该理论的两位数学家。
Dempster-Shafer理论
首先抽象一般问题,即推断、论断等问题的建模。
基本概念:mass belief plausibility
这些基本概念比较抽象,但是结合自动驾驶地图众包更新问题,便一目了然。先记下:
- 一般地,论断即下文中假设的各种状态,如“没有禁停标志”、“有……”等,不同的状态、假设或论断是矛盾的。
- 一个论断的置信度,表达成一个区间,其上下界为plausibility\belief, b e l i e f < p l a u s i b i l i t y belief < plausibility belief<plausibility.
- mass是各个论断子集的subjective概率,表示论断子集整体上对应证据的度量,且该度量不能用以确定该子集中部分或任一论断的置信度。
- belief是包含某假设的所有论断子集的mass之和,度量证据对论断的支持程度,值取0到1。
- plausibility是1-所有与该假设交集为空的论断子集的mass之和,或者是所有与假设交集不为空的论断子集的mass之和,表示该假设是真的可能性上界,也即最多有这么多的证据证明该假设。
p l ( p ) = 1 − b e l ( ∼ p ) pl(p) = 1- bel(\sim p) pl(p)=1−bel(∼p)
定义
X是代表所有可能状态的集合。超集是X的所有子集的集合 2 X 2^X 2X.
X = { a , b } 2 X = { { a } , { b } , ∅ , { a , b } } X = \{a,b\} \\ 2^X = \{\{a\},\{b\}, \emptyset, \{a,b\}\} X={
a,b}2X={
{
a},{
b},∅,{
a,b}}
定义mass function,为超集的每一个元素映射一个belief mass:
m : 2 X → [ 0 , 1 ] m ( ∅ ) = 0 ∑ A ∈ 2 X m ( A ) = 1 m: 2^X\rightarrow [0,1] \\ m(\emptyset) = 0 \\ \sum_{A\in2^X} m(A) = 1 m:2X→[0,1]m(∅)=0A∈2X∑m(A)=1
则,A的概率 P(A)
b e l ( A ) ≤ P ( A ) ≤ p l ( A ) b e l ( A ) = ∑ B ∣ B ⊆ A m ( B ) p l ( A ) = ∑ B ∣ B ∩ A ≠ ∅ m ( B ) bel(A) \le P(A) \le pl(A) \\ bel(A) = \sum_{B|B\subseteq A}m(B) \\ pl(A) = \sum_{B|B\cap A\neq\emptyset}m(B) bel(A)≤P(A)≤pl(A)bel(A)=B∣B⊆A∑m(B)pl(A)=B∣B∩A=∅∑m(B)
下一篇将此理论用于自动驾驶地图众包更新问题,结合实际就理解这些抽象的数学十分有用
现在尝试把DS理论应用到自动驾驶地图众包更新。
地图特征变化判断
a mass function is applied to quantify the evidence of the existence.
existence state: existenct、non-existent、tenative、conflict
∃ ∄ Ω ϕ \exist \\ \not\exist \\ \Omega \\ \phi ∃∃