论文翻译-Constructing Abstract Maps from Spatial Descriptions for Goal-directed Exploration

Descriptions for Goal-directed Exploration )
为目标导向的探索任务来从空间信息描述创建抽象地图 ¹

为目标导向的探索任务来从空间信息描述创建抽象地图。

论文地址¹

摘要

摘要-本文介绍了使用空间描述构建抽象地图的系统正在进行的工作，这些地图可用于陌生办公环境中的目标导向探索。
抽象地图包含从符号空间信息中提取的成员资格，连接性和空间布局信息。
在目标导向的探索中，机器人会将这些信息与观察到的符号信息及其扎根的世界表示形式联系起来。 我们演示了该系统从办公环境的空间描述中提取并表示成员资格，连接性和空间布局信息的能力。 在计划的研究中，机器人将使用抽象地图导航到目标位置，以告知最佳探索方向。

I. INTRODUCTION

在大多数情况下，人类可以轻松地环游世界。 在购物中心，机场和大学校园等建筑环境中尤其如此。 这些环境通常旨在为从未去过那里的人们提供导航提示，包括标签，标志，地图和明显的地标

但是，机器人通常使用来自其传感器（范围传感器，照相机，里程表）的信息来构建和使用其探索环境的地图。 很少有机器人会使用可供人类在陌生的构建环境中导航的大量信息。 由于描述中的歧义，更改参考系以及识别建筑环境中的线索，机器人难以解释自然语言的方向和符号。

一些机器人导航系统集成了符号空间信息来指导导航[1-5]。 通常，环境已经以某种方式进行了更改，以使机器人能够在其中进行导航，例如，使用模拟环境或添加标签来标识位置。 在我们的工作中，我们旨在构建一个机器人系统，该机器人系统可以使用现实环境中人类可用的符号提示，包括平面图，校园地图，草图和自然语言描述。 在以前的工作[6]中，我们展示了一个使用符号提示执行成功的目标导向导航的机器人系统，仅限于平面图以获取符号空间信息和门标签以进行符号观察。

本文的主要贡献是根据结构化自然语言的空间描述来构建抽象地图，而不是我们先前工作中使用的度量平面图。 抽象图使用所提供的语义知识来推断成员资格，连接性和空间布局。 我们展示了该系统构建大学建筑中两层楼的一部分的抽象地图的能力。

II. RELATED WORK

本节回顾了有关自然语言和现有使用自然语言的机器人导航系统中的符号空间信息的相关工作。

A. Symbolic spatial information from natural language

符号空间信息有多种形式，包括自然语言，路线方向，手势，标志和图形表示。 在以前的工作[6]中，我们使用了平面图，这是一种图形表示形式。 在这里，我们使用自然语言，特别是描述办公环境的空间信息短语。 空间信息的自然语言短语包含特定元素，这些特定元素组合在一起以提供有关位置和对象之间的关系的信息。 我们专注于以中心概念为地名的地点。 地名是用于指代特定位置的名词[7]，即点，一维路径，二维平面或三维体积[8]。 短语中通常有两个地名，图中是要描述的空间，而参考对象则是用来理解该短语的上下文。 有时，该短语还指的是提供其他上下文的第三个地名。 地名之间的空间关系用空间介词[9]描述。 参照系[10]然后确定如何解释空间关系。

B. Robot navigation from spatial directions

符号导航系统使用符号空间信息来指导导航。 自治城市探索者项目[2]是基于符号的导航系统的早期示例，该系统使用指向手势来引导移动机器人穿越城市。 在其他工作中，基本语言用于构建环境的带标签的导航图[1]。 自然语言也已用于向机器人提供路线指示[3-5]。 这些项目通常通过限制或增加现有环境而取得成功。

---

III. APPROACH

我们的系统致力于在未知环境中仅使用环境中可获得的信息来进行目标性导航。 在本文中，提供的语义知识是对环境的结构化自然语言描述。 系统从此知识推断成员资格，连通性和空间布局。 然后，机器人将这些信息及其在世界上观察到的接地图和符号一起用于在陌生环境中进行目标定向的探索。 我们使用QUT Gardens Point Campus的S块第4层和第11层的一部分来演示抽象地图如何捕获连通性图和空间布局中的语义知识。

A. Semantic knowledge

语义知识是一组空间信息的结构化自然语言短语，回答以下问题：“我在哪里？”，“目标在哪里？”和“我如何达到目标？”。 在短语中可以找到三种类型的信息：成员资格，连接性和空间关系。 诸如“ S1100在11级上”之类的成员词组可促进常规导航任务。 空间介词可能暗示连通性或空间关系信息。 短语“ S1103A通过S1105”表示S1103A与通过S1105的上下文位置之间存在可导航的连接。 短语“ S1104A已过S1104”意味着S1104将在S1104A之前找到。 在当前工作中，使用一组预定义规则手动进行连接。 可以使用图来显示语义知识（请参见图1），其中节点代表地名，边缘代表一条空间信息，该图位于箭头的头部，参考对象位于尾部。

B. Membership and Connectivity

成员资格和连接性信息可以显示在空间的连通性及其父空间中的组织的图表中（请参见图2）。 边缘表示两个空间之间存在可导航的连接。

C. Spatial Layout

空间布局描绘了机器人可以期望在其周围看到的东西。 给定空间的空间布局包含一个参考点（RP），它对应于该空间的入口；以及附加的标记点，其对应于连接的空间的入口。 没有使用一致的比例尺，而是关注连通空间的总体布局和顺序。 每个布局使用一致的参照系。 每条空间信息都隐含着一个空间约束：两点之间的距离或三点之间的角度。 弹簧用于表示具有期望值的空间约束，以及与该约束的强度相对应的“弹性”。 一旦确定了空间布局，弹簧系统中的力就会作用在这些点上，直到找到稳定的配置为止（见图3）。

D. Goal-directed exploration using an abstract map

对于在未知空间中的目标定向探索，首先从语义知识中生成成员和连通性图。 机器人会通过基本的图搜索技术找到从目标位置到目标的路径中的空间序列。 生成此序列中每个空间的空间布局。 当前的空间布局与周围环境地图（机器人所探索环境的地图，例如，占用栅格）和相关的符号观测值（例如，门标签）结合使用，以物理方式从空间“ a”移动到“ b” 。 抽象图和环境地图之间的链接用于确定探索“ b”的最佳方向。

IV. CONCLUSIONS AND FUTURE WORK

在以后的工作中，我们将使用构建的抽象图来帮助将机器人导航到目标位置，如前面部分所述。 世界上的语义知识和符号观察将存在不确定性。 预计该系统不会提供最佳路线，但会以类似于人类在陌生环境中导航到目标的方式来指示良好的探索方向。

个人笔记

这篇文章创建了一个从自然语言描述的空间环境描述获取抽象地图的方法。
提供了抽象地图的内容：包括 地点 、关系、空间布局。
作者对抽象地图有一系列的工作
作者谷歌学术主页

后续还有一个从抽象地图导航的工作内容，以后接着阅读。
本文只是提供了这样做的方法，并没有提供工具。如何从自然语言描述来获得空间抽象地图。
另外，空间自然语言描述是经过信息压缩的内容，经过了人类思维的信息抽取、组合 和压缩。能否探索从图像、激光雷达或者其他传感器信息来构建抽象地图，是进一步的工作。

---

1. 论文地址 ↩︎ ↩︎