贝叶斯滤波

转载自：http://www.cnblogs.com/ycwang16/p/5995702.html 

认知计算，还要从贝叶斯滤波的基本思想讲起。这一部分，我们先回顾贝叶斯公式的数学基础，然后再来介绍贝叶斯滤波器。

(一). 概率基础回顾

我们先来回顾一下概率论里的基本知识：

1. XX:  表示一个随机变量，如果它有有限个可能的取值{x1,x2,⋯,xn}{x1,x2,⋯,xn}.

2. p(X=xi)p(X=xi):表示变量XX的值为 xixi的概率。

3. p(⋅)p(⋅):称为概率质量函数(probability mass function).

    例如：一个家里有3个房间，机器人在各个房间的概率为 p(room)={0.1,0.3,0.6}p(room)={0.1,0.3,0.6}.

4. 如果XX在连续空间取值，p(x)p(x)称为概率密度函数(probability density function)，

 

p(x∈(a,b))=∫abp(x)dxp(x∈(a,b))=∫abp(x)dx

图1. 概率密度函数曲线示例

5. 联合概率：p(X=x  and  Y=y)=p(x,y)p(X=x  and  Y=y)=p(x,y)，称为联合概率密度分布。如果XX和YY是相互独立的随机变量，p(x,y)=p(x)p(y)p(x,y)=p(x)p(y)。

6. 条件概率：p(X=x|Y=y)p(X=x|Y=y) 是在已知Y=yY=y的条件下，计算X=xX=x的概率。

 

p(x|y)=p(x,y)/p(y)p(x|y)=p(x,y)/p(y)

 

p(x,y)=p(x|y)p(y)=p(y|x)p(x)p(x,y)=p(x|y)p(y)=p(y|x)p(x)

    如果xx和yy相互独立，则：

 

p(x|y)=p(x)p(x|y)=p(x)

7. 全概率公式：

  离散情况下:

 

p(x)=∑yp(x,y)=∑yp(x|y)p(y)p(x)=∑yp(x,y)=∑yp(x|y)p(y)

  连续情况下：

 

p(x)=∫p(x,y)dy=∫p(x|y)p(y)dyp(x)=∫p(x,y)dy=∫p(x|y)p(y)dy

(二). 贝叶斯公式

2.1 贝叶斯公式

基于条件概率公式和全概率公式，我们可以导出贝叶斯公式：

 

P(x,y)=P(x|y)P(y)=P(y|x)P(x)⇒P(x|y)=P(y|x)P(x)P(y)=causal knowledge⋅prior knowledgeprior knowledgeP(x,y)=P(x|y)P(y)=P(y|x)P(x)⇒P(x|y)=P(y|x)P(x)P(y)=causal knowledge⋅prior knowledgeprior knowledge

• 这里面xx一般是某种状态；yy一般是代表某种观测。
• 我们称P(y|x)P(y|x)为causal knowledge，意即由xx的已知情况，就可以推算yy发生的概率，例如在图2的例子中，已知如果门开着，则z=0.5mz=0.5m的概率为0.6；如果门关着，则z=0.5mz=0.5m的的概率为0.3。
• 我们称P(x)P(x)为prior knowledge，是对xx的概率的先验知识。例如在图2的例子中，可设门开或关的概率各占50%50%.
• P(x|y)P(x|y)是基于观测对状态的诊断或推断。贝叶斯公式的本质就是利用causal knowledge和prior knowledge来进行状态推断或推理。

例1:：

在图2所示的例子中，机器人根据观测的到门的距离，估算门开或关的概率，若测量到门的距离为z=0.5mz=0.5m，则可用条件概率描述门开着的概率：

     

P(open|z=0.6)=?P(open|z=0.6)=?

图 2.机器人根据观测计算门开或关的概率

 

P(open|z=0.5)=P(z|open)P(open)P(z)    <−−贝叶斯公式=P(z|open)P(open)P(z|open)p(open)+P(z|¬open)p(¬open)    <−−全概率公式=0.6⋅0.50.6⋅0.5+0.3⋅0.5=2/3P(open|z=0.5)=P(z|open)P(open)P(z)    <−−贝叶斯公式=P(z|open)P(open)P(z|open)p(open)+P(z|¬open)p(¬open)    <−−全概率公式=0.6⋅0.50.6⋅0.5+0.3⋅0.5=2/3

 

2.2 贝叶斯公式的计算

可以看到贝叶斯公式的分母项P(y)P(y)，同P(x|y)P(x|y)无关，所以可以把它作为归一化系数看待：

 

P(x|y)=P(y|x)P(x)P(y)=ηP(y|x)P(x)η=P(y)−1=1∑xP(y|x)P(x)P(x|y)=P(y|x)P(x)P(y)=ηP(y|x)P(x)η=P(y)−1=1∑xP(y|x)P(x)

所以基于causal knowledge和prior knowledge进行条件概率计算的过程如下：

Algorithm:

∀x:auxx|y=P(y|x)P(x)η=1∑xauxx|y∀x:P(x|y)=ηauxx|y∀x:auxx|y=P(y|x)P(x)η=1∑xauxx|y∀x:P(x|y)=ηauxx|y

 

2.3 贝叶斯公式中融合多种观测

在很多应用问题中，我们会用多种观测信息对一个状态进行猜测和推理，贝叶斯公式中是如何融合多种观测的呢？

我们简单推导一下：

 

P(x|y,z)=P(x,y,z)P(y,z)=P(y|x,z)p(x,z)P(y,z)=P(y|x,z)p(x|z)p(z)P(y|z)p(z)=P(y|x,z)p(x|z)P(y|z)P(x|y,z)=P(x,y,z)P(y,z)=P(y|x,z)p(x,z)P(y,z)=P(y|x,z)p(x|z)p(z)P(y|z)p(z)=P(y|x,z)p(x|z)P(y|z)

所以有：

 

P(x|y,z)=P(y|x,z)P(x|z)P(y|z)P(x|y,z)=P(y|x,z)P(x|z)P(y|z)

 

2.4 贝叶斯递推公式

由此，我们来推导贝叶斯滤波的递推公式：

P(x|z1,…,zn)=?P(x|z1,…,zn)=?

我们把znzn看做yy，把z1,…,zn−1z1,…,zn−1看做zz，代入上面的公式：

 

P(x|z1,…,zn)=P(zn|x,z1,…,zn–1)P(x|z1,…,zn–1)P(zn|z1,…,zn–1)P(x|z1,…,zn)=P(zn|x,z1,…,zn–1)P(x|z1,…,zn–1)P(zn|z1,…,zn–1)

再由Markov属性，在xx已知的情况下，znzn同{z1,…,zn–1}{z1,…,zn–1}无关，所以：

 

P(x|z1,…,zn)=P(zn|x,z1,…,zn–1)P(x|z1,…,zn–1)P(zn|z1,…,zn–1)=P(zn|x)P(x|z1,…,zn–1)P(zn|z1,…,zn–1)P(x|z1,…,zn)=P(zn|x,z1,…,zn–1)P(x|z1,…,zn–1)P(zn|z1,…,zn–1)=P(zn|x)P(x|z1,…,zn–1)P(zn|z1,…,zn–1)

从而我们得到贝叶斯的递推公式：

 

P(x|z1,…,zn)=P(zn|x)P(x|z1,…,zn−1)P(zn|z1,…,zn−1)=ηnP(zn|x)P(x|z1,…,zn−1)=ηnP(zn|x)ηn−1P(zn−1|x)P(x|z1,…,zn−2)=η1⋯ηn∏i=1...nP(zi|x)P(x)P(x|z1,…,zn)=P(zn|x)P(x|z1,…,zn−1)P(zn|z1,…,zn−1)=ηnP(zn|x)P(x|z1,…,zn−1)=ηnP(zn|x)ηn−1P(zn−1|x)P(x|z1,…,zn−2)=η1⋯ηn∏i=1...nP(zi|x)P(x)

例2：在例1的基础上，如果机器人第二次测量到门的距离仍然为0.5米， 计算门开着的概率。

P(open|z2,z1)=P(z2|open)P(open|z1)P(z2|open)P(open|z1)+P(z2|¬open)P(¬open|z1)=0.6⋅230.6⋅23+0.3⋅13=0.40.5=0.8P(open|z2,z1)=P(z2|open)P(open|z1)P(z2|open)P(open|z1)+P(z2|¬open)P(¬open|z1)=0.6⋅230.6⋅23+0.3⋅13=0.40.5=0.8

所以，第二次z=0.5m的观测增大了对门开着的概率的置信程度。

 

(三). 如何融入动作？

在实际问题中，对象总是处在一个动态变化的环境中，例如：

1. 机器人自身的动作影响了环境状态
2. 其它对象，比如人的动作影响了环境状态
3. 或者就是简单的环境状态随着时间发生了变化。

如何在Bayes模型中来描述动作的影响呢?

1. 首先，动作所带来的影响也总是具有不确定性的
2. 其次，相比于观测，动作一般会使得对象的状态更为模糊（或更不确定）。

 

我们用uu来描述动作，在x′x′状态下，执行了动作uu之后，对象状态改变为xx的概率表述为：

 

P(x|u,x′)P(x|u,x′)

 

动作对状态的影响一般由状态转移模型来描述。如图3所示，表示了“关门”这个动作对状态影响的转移模型。这个状态转移模型表示：关门这个动作有0.1的失败概率，所以当门是open状态时，执行“关门”动作，门有0.9的概率转为closed状态，有0.1的概率保持在open状态。门是closed的状态下，执行“关门”动作，门仍然是关着的。

图3. “关门”动作的状态转移模型

 

执行某一动作后，计算动作后的状态概率，需要考虑动作之前的各种状态情况，把所有情况用全概率公式计算：

• 连续情况下：

 

P(x|u)=∫P(x|u,x′)P(x′)dx′P(x|u)=∫P(x|u,x′)P(x′)dx′

• 离散情况下：

 

P(x|u)=∑P(x|u,x′)P(x′)P(x|u)=∑P(x|u,x′)P(x′)

例3：在例2的基础上，如果按照图3所示的状态转移关系，机器人执行了一次关门动作， 计算动作后门开着的概率？

 

P(open|u)=∑P(open|u,x′)P(x′)=P(open|u,open)P(open)+P(open|u,closed)P(closed)=110∗0.8+01∗0.2=0.08P(open|u)=∑P(open|u,x′)P(x′)=P(open|u,open)P(open)+P(open|u,closed)P(closed)=110∗0.8+01∗0.2=0.08

 

P(closed|u)=∑P(closed|u,x′)P(x′)=P(closed|u,open)P(open)+P(closed|u,closed)P(closed)=910∗0.8+11∗0.2=0.92P(closed|u)=∑P(closed|u,x′)P(x′)=P(closed|u,open)P(open)+P(closed|u,closed)P(closed)=910∗0.8+11∗0.2=0.92

所以，执行一次关门动作后，门开着的概率变为了0.08.

 

(四). 贝叶斯滤波算法

4.1 算法设定

由上述推导和示例，我们可以给出贝叶斯滤波的算法，算法的输入输出设定如下。

1. 系统输入
   1. 1到tt时刻的状态观测和动作：dt={u1,z1…,ut,zt}dt={u1,z1…,ut,zt}
   2. 观测模型：P(z|x)P(z|x)
   3. 动作的状态转移模型：P(x|u,x′)P(x|u,x′)
   4. 系统状态的先验概率分布P(x)P(x).
2. 期望输出
   1. 计算状态的后延概率，称为状态的置信概率：Bel(xt)=P(xt|u1,z1…,ut,zt)Bel(xt)=P(xt|u1,z1…,ut,zt)

 

4.2 算法基本假设

贝叶斯滤波的基本假设：

        1. Markov性假设: tt时刻的状态由t−1t−1时刻的状态和tt时刻的动作决定。tt时刻的观测仅同tt时刻的状态相关，如图4所示：

图4. Markov模型

p(zt|x0:t,z1:t,u1:t)=p(zt|xt)p(zt|x0:t,z1:t,u1:t)=p(zt|xt)
p(xt|x1:t−1,z1:t,u1:t)=p(xt|xt−1,ut)p(xt|x1:t−1,z1:t,u1:t)=p(xt|xt−1,ut)

       2. 静态环境，即对象周边的环境假设是不变的

       3. 观测噪声、模型噪声等是相互独立的

4.3 Bayes滤波算法

基于上述设定和假设，我们给出贝叶斯滤波算法的推导过程：

Bel(xt)=P(xt|u1,z1…,ut,zt)Bel(xt)=P(xt|u1,z1…,ut,zt)

=ηP(zt|xt,u1,z1,…,ut)P(xt|u1,z1,…,ut)      <—Bayes=ηP(zt|xt,u1,z1,…,ut)P(xt|u1,z1,…,ut)      <—Bayes

=ηP(zt|xt)P(xt|u1,z1,…,ut)      <—Markov=ηP(zt|xt)P(xt|u1,z1,…,ut)      <—Markov

=ηP(zt|xt)∫P(xt|u1,z1,…,ut,xt−1)P(xt−1|u1,z1,…,ut)dxt−1) <—TotalProb.=ηP(zt|xt)∫P(xt|u1,z1,…,ut,xt−1)P(xt−1|u1,z1,…,ut)dxt−1) <—TotalProb.

=ηP(zt|xt)∫P(xt|ut,xt−1)P(xt−1|u1,z1,…,ut)dxt−1)<—Markov=ηP(zt|xt)∫P(xt|ut,xt−1)P(xt−1|u1,z1,…,ut)dxt−1)<—Markov

=ηP(zt|xt)∫P(xt|ut,xt−1)P(xt−1|u1,z1,…,zt−1)dxt−1)<—Markov=ηP(zt|xt)∫P(xt|ut,xt−1)P(xt−1|u1,z1,…,zt−1)dxt−1)<—Markov

=ηP(zt|xt)∫P(xt|ut,xt−1)Bel(xt−1)dxt−1=ηP(zt|xt)∫P(xt|ut,xt−1)Bel(xt−1)dxt−1

其中第一步采用贝叶斯公式展开，第二步使用Markov性质(ztzt仅由xtxt决定)；第三步使用全概率公式对xt−1xt−1进行展开；第四步继续使用Markov性质(xtxt仅由xt−1xt−1和utut决定)；第五步继续使用Markov性质，因为xt−1xt−1同utut无关，最终得到Bel(xt)Bel(xt)的递推公式。

可见递推公式中分为两个步骤，∫P(xt|ut,xt−1)Bel(xt−1)dxt−1∫P(xt|ut,xt−1)Bel(xt−1)dxt−1部分是基于xt−1,utxt−1,ut预测xtxt的状态；ηP(zt|xt)ηP(zt|xt)部分是基于观测ztzt更新状态xtxt.

4.3 Bayes滤波算法流程

所以，Bayes滤波的算法流程图如图5所示。如果dd是观测，则进行一次状态更新，如果dd是动作，则进行一次状态预测。

图5. Bayes滤波的算法流程

我们看到，在进行状态预测时，需要对所有可能的x′x′状态进行遍历，使得基本的Bayes模型在计算上成本是较高的。

4.3 Bayes滤波算法的应用

Bayes滤波方法是很多实用算法的基础，例如：

• Kalman滤波
• 扩展Kalman滤波
• 信息滤波
• 粒子滤波

等，我们在下一节介绍Kalman滤波。

 

参考文献

[1]. Sebastian Thrun, Wolfram Burgard, Dieter Fox, Probabilistic Robotics, 2002, The MIT Press.