Robotik için takip ve nesne tespiti Robotikte nesne algılama bir anlık görüntüdür: "Bu çerçevede (x, y)'de bir şişe var." Nesne takibi daha zor ve daha operasyonel olan: "Bu şişe öncekiyle aynı şekilde, böyle hareket etti ve 200 ms görmesem bile hâlâ orada." Mutfak tezgahında hareketli bir manipülatörü hayal edin. Görev kağıt üzerinde basit: Bir kişi yakında hareket ederken dağınık bir masadan mavi şişeyi seçmek. Robotun bir kamerası var (belki derinlik de). Bir nesne dedektörü çalıştırıyor ve "şişe" etiketli bir kutu ile güven puanı alıyor. Bu algı gibi geliyor. Henüz değil. Birinci karede dedektör şişeyi görüyor. 2. karede kişinin kolu kısmen kapatıyor, özgüven düşüyor ve kutu kayboluyor. 3. karede şişe tekrar ortaya çıkıyor ama dedektör kutuyu hafifçe kaydırıyor. Planlayıcının bakış açısından, şişe yok olmuş ve ışınlanmış durumda. Dağınıklıkta da kopyalar elde edilir: dedektör aynı nesne için iki olası "şişe" kutusu üretebilir. Robot doğrudan kare başına algılamalara tepki verirse, klasik arıza davranışlarını görürsünüz: ➤ Hedef her birkaç karede bir "eksik" olduğu için tereddüt eder, ➤ Hedef pozisyonu titrediği için sürekli yeniden planlanır, ➤ İki benzer öğe ortaya çıktığında yanlış nesneye uzanır, ➤ "kişiyle çarpışma" kararını güvenilir şekilde uygulayamaz çünkü kişinin kutusu da titrer. Bu yüzden robotik algısı nadiren tespitte durur. Nesne kalıcılığına ihtiyacı var: "Bu hâlâ aynı şişe, kısa bir süre gözden kaçsam bile." Takip etmek, kare kare tahminleri kararlı bir dünya modeline dönüştüren şeydir. Tipik bir yaklaşım "tespit yoluyla izleme"dir: her karede bir dedektör çalıştırılır, ancak tahmin + ilişkilendirme kullanılarak zaman içinde kalıcı izlere (ID'ler) tespit edilir. Somut olarak, takip cihazı üç şeyi yapar: ➤ "Şişe şimdi nerede olmalı?" diye tahmin et. ➤ "hangi tespit hangi ize ait?" ➤ Değişiklikler altında kimliği korumak ...