為了完成設(shè)計(jì)上的任務(wù)，移動機(jī)器人應(yīng)該能夠有效地導(dǎo)航現(xiàn)實(shí)世界的環(huán)境，避免人類或周圍環(huán)境中的其他障礙。雖然靜態(tài)對象通常很容易被機(jī)器人檢測和規(guī)避，但是避免移動的人類更具挑戰(zhàn)性，因?yàn)檫@需要預(yù)測其未來的運(yùn)動并相應(yīng)地進(jìn)行計(jì)劃。
加州大學(xué)伯克利分校的研究人員最近開發(fā)了一種新的框架，該框架可以增強(qiáng)辦公室、家庭或博物館等室內(nèi)環(huán)境中的機(jī)器人導(dǎo)航能力。他們的模型在arXiv上預(yù)先發(fā)表的一篇論文中提出，并在新編譯的真實(shí)感圖像集HumANav上進(jìn)行了訓(xùn)練。
研究人員在論文中寫道：“我們提出了一種圍繞人類導(dǎo)航的新穎框架，該框架將基于學(xué)習(xí)的感知與基于模型的最佳控制相結(jié)合。”
鋁模板分揀機(jī)器人廣州食品包裝分揀機(jī)器人廠家這些研究人員開發(fā)的新框架被稱為LB-WayPtNav-DH，它包含三個(gè)關(guān)鍵組件：感知，計(jì)劃和控制模塊。感知模塊基于卷積神經(jīng)網(wǎng)絡(luò)，該神經(jīng)網(wǎng)絡(luò)經(jīng)過訓(xùn)練可使用監(jiān)督學(xué)習(xí)將機(jī)器人的視覺輸入映射到路點(diǎn)。然后，由CNN映射的路點(diǎn)將被饋送到框架的計(jì)劃和控制模塊。這兩個(gè)模塊結(jié)合在一起，可確保機(jī)器人安全地移動到其目標(biāo)位置，從而避免了周圍環(huán)境中的障礙物和人員。
研究人員在他們被稱為HumANav的數(shù)據(jù)集中包含的圖像上訓(xùn)練了CNN。HumANav包含從另一個(gè)稱為SURREAL的數(shù)據(jù)集改編而成的模擬建筑物環(huán)境的逼真的渲染圖像，人類可以在該環(huán)境中四處走動。這些圖像描繪了6000個(gè)行走的人體網(wǎng)格，按人體形狀、性別和速度排列。
研究人員在論文中寫道：“所提出的框架學(xué)會僅基于單眼RGB圖像來預(yù)測和響應(yīng)人們的運(yùn)動，而無需明確預(yù)測未來的人類運(yùn)動。”
研究人員在模擬和現(xiàn)實(shí)世界中的一系列實(shí)驗(yàn)中評估了LB-WayPtNav-DH。在實(shí)際實(shí)驗(yàn)中，他們將其應(yīng)用于Turtlebot2，這是一款帶有開源軟件的低成本移動機(jī)器人。研究人員報(bào)告說，機(jī)器人導(dǎo)航框架可以很好地推廣到看不見的建筑物，從而在模擬和現(xiàn)實(shí)環(huán)境中有效規(guī)避人類。
分揀機(jī)器人的運(yùn)行基礎(chǔ)是什么研究人員在論文中寫道：“我們的實(shí)驗(yàn)表明，與單純基于學(xué)習(xí)的方法相比，將基于模型的控制與學(xué)習(xí)相結(jié)合可以帶來更好，更數(shù)據(jù)有效的導(dǎo)航行為。”
新框架最終可以應(yīng)用于各種移動機(jī)器人，從而增強(qiáng)其在室內(nèi)環(huán)境中的導(dǎo)航能力。到目前為止，事實(shí)證明，他們的方法表現(xiàn)出色，可以將模擬開發(fā)的策略轉(zhuǎn)移到實(shí)際環(huán)境中。在未來的研究中，研究人員計(jì)劃在更加復(fù)雜或擁擠的環(huán)境的圖像上訓(xùn)練他們的框架。此外，他們想擴(kuò)大他們
自動分揀機(jī)器人介紹視頻物流倉儲分揀機(jī)器人分類并聯(lián)分揀機(jī)器人的設(shè)計(jì)