导航方法可帮助机器人精确定位许巍

导航方法可帮助机器人精确定位

如果机器人可以找到门，那么将机器人用作最后一英里的运载工具可能成为现实。标准的机器人导航方法包括提前绘制区域，然后使用算法将机器人引导至特定目标或地图上的GPS坐标。尽管此方法对于探索特定环境可能有意义，但在最后一英里交付的情况下可能变得笨拙

现在，麻省理工学院的工程师已经开发出一种导航方法，不需要预先绘制区域。取而代之的是，他们的方法使机器人能够利用其环境中的线索来规划到达其目的地的路线，这可以用一般的语义术语来描述，而不是作为地图上的坐标来描述。例如，要求机器人将包裹运送到某人的前门，则需要先识别人行道，车道，然后再识别前门。该技术可以大大减少机器人在确定目标之前花费在探索某个属性上的时间，并且它不依赖于特定住宅的地图。

麻省理工学院机械工程系的研究生迈克尔·埃弗里特在大学网站上发表的一篇文章中说：“我们不需要为每座需要参观的建筑物绘制地图。” “通过这种技术，我们希望将机器人放到任何车道的尽头，让它找到一扇门。”

埃弗里特将在本周的国际智能机器人和系统会议上介绍该小组的成果。该论文由麻省理工学院的航空与航天学教授乔纳森·霍与福特汽车公司的贾斯汀·米勒合着，是“认知机器人最佳论文”的决赛入围者。

科学家们正在利用使用自然语义语言来训练机器人系统识别对象和位置的最新趋势，这是通过利用现有算法从视觉数据中提取特征以生成同一场景的新地图来进行的。或上下文。例如，一扇门在视觉上将被视为一扇门，而不仅仅是固体的矩形障碍物。

在其情况下，研究人员使用一种算法来创建环境地图的作为机器人周围移动时，使用每个对象的语义标签和深度图像。该算法称为语义SLAM。

虽然其他语义算法已经使机器人能够识别和它们是什么映射在他们的环境中的对象，他们没有让机器人在瞬间做出决定，而浏览一个新的环境，最有效的路径上采取特定的语义目的地。

研究人员开发了一种新的“待用成本估算器”，该算法将通过预先存在的SLAM算法创建的语义图转换为第二张图，表示任何给定位置接近目标的可能性。

埃弗里特说：“这是受到图像到图像转换的启发，您可以在其中拍摄猫的照片并使它看起来像狗。” “在这里发生了相同类型的想法，您拍摄一张看起来像世界地图的图像，然后将其转换为另一张看起来看起来像世界地图的图像，但是现在根据地图上不同点的接近程度对其进行着色达到最终目标。”

此“成本计算”地图以灰色着色，以表示较暗的区域为远离目标的位置，较亮的区域为接近目标的区域。研究人员在必应地图的卫星图像上对该算法进行了训练，该图像包含来自一个城市和三个郊区的77栋房屋。该系统将语义图转换为可使用的成本图，并按照最轻的区域映射出最有效的路径，直至最终目标。

在训练期间，研究小组还对每个图像都应用了遮罩，以模仿机器人的摄像机经过一个院子时可能具有的局部视图。“我们方法的部分技巧是[提供系统]许多局部图像，” How解释道。“因此，它真的必须弄清楚所有这些东西是如何相互关联的。这就是使这项工作稳定进行的部分原因。”

然后，研究人员在训练数据集之外的一所全新房屋的图像模拟中测试了他们的方法，首先使用预先存在的SLAM算法生成语义图，然后使用其新的成本估算器生成第二张地图和通往目标的路径。

这种不计成本的技术发现前门的速度远远快于传统导航算法，后者没有考虑上下文或语义。

埃弗里特说，结果说明了即使在陌生的，未映射的环境中，机器人也可以使用上下文有效地定位目标。

埃弗里特说：“即使机器人将包裹运送到从未去过的环境中，也可能会有与所见过的其他地方相同的线索。” “因此，世界的布局可能有所不同，但是可能存在一些共同点。”

太原九州皮肤病医院

东营看生殖感染的医院

郑州哪家女性白癜风医院好

惠州膀胱炎专科医院

看妇科炎症医院排行榜

哈尔滨治疗脑血栓的医院