随着现代开放式室内设计理念的流行，一些功能场所逐渐转变为开放或半开放式，对这类场所的认知成为服务机器人面临的新挑战。文中提出一种基于认知心理学原型理论的算法来提高机器人对开放式室内场所的认知能力。首先，设计场所概念的原型模型，主要包括场所概念的特征物品描述和物品间典型空间关系描述。然后提出一种相似性度量函数及一种空间关系评分准则，将两者用于度量当前环境与场所概念原型的相似程度。最后，讨论场所区域感知问题及区域交叠对场所概念感知的影响。仿真实验表明，该算法能够解决对开放式室内场所的感知，具有一定灵活性和鲁棒性。
提出一种表达半球面方位关系的模型——最小边界扇区模型(MBS)，将半球面上区域自上而下正投影到底面，且根据参考对象在底面的投影位置，将投影面划分为12个原子区域。根据研究区域占原子区域的个数等信息来刻画区域间方位关系，不但可表达出左右等方位关系，还可通过区域上点到中心的距离关系定性表达半球面上区域的高度关系等信息。给出MBS模型中可能存在的1932种情形。为进一步研究MBS模型下的推理及复合表的构造，给出此模型下的关系矩阵表示方法，通过此关系矩阵亦可方便推知原半球面上区域间的方位关系。
在单幅雾天图像复原中图像不可避免地存在大量噪声，这会对复原结果带来很大影响。文中提出一种基于联合双边滤波的单幅雾天图像同步去噪和复原算法。该算法首先根据暗通道先验假设估计出可反映场景深度特性的初始传输图。其次，利用联合双边滤波器，在原始图像的引导下对初始的粗糙传输图进行细化，有效降低光晕现象的出现。再使用一次双边滤波求解复原图像，在得到去雾图像的同时实现图像去噪。最后，在滤波过程中引入一个色彩恢复因子，解决复原过程引起的色彩失真问题。文中对各种类型的图片进行对比实验，结果表明该算法能在去雾的同时有效抑制图像中的噪声，并保持较低的计算复杂度。此外，引入的色彩恢复因子也给复原图像带来丰富的色彩。
