（文章來(lái)源：中國(guó)機(jī)器人網(wǎng)）

移動(dòng)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(lèi)或周?chē)h(huán)境的其他障礙，才能完成人類(lèi)設(shè)計(jì)的任務(wù)。雖然靜態(tài)對(duì)象通常很容易被機(jī)器人檢測(cè)和規(guī)避，但是避免人類(lèi)可能更具挑戰(zhàn)性，因?yàn)檫@需要預(yù)測(cè)其未來(lái)的運(yùn)動(dòng)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(kāi)發(fā)了一種新的框架，該框架可以增強(qiáng)辦公室，房屋或博物館等室內(nèi)環(huán)境中人類(lèi)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，并在稱(chēng)為HumANav的真實(shí)感圖像數(shù)據(jù)集上進(jìn)行了訓(xùn)練。

研究人員在論文中寫(xiě)道：“我們提出了一種圍繞人類(lèi)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。”

這些研究人員開(kāi)發(fā)的新框架被稱(chēng)為L(zhǎng)B-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)（CNN），該神經(jīng)網(wǎng)絡(luò)經(jīng)過(guò)訓(xùn)練可以使用監(jiān)督學(xué)習(xí)將機(jī)器人的視覺(jué)輸入映射到航路點(diǎn)（即下一個(gè)所需狀態(tài)）。

然后，由CNN映射的航路點(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(dòng)到其目標(biāo)位置，從而避免了周?chē)h(huán)境中的障礙物和人員。

研究人員在他們被稱(chēng)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(chēng)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(lèi)可以在該環(huán)境中四處走動(dòng)。這些圖像描繪了6000個(gè)行走的，有紋理的人體網(wǎng)格，按人體形狀，性別和速度排列。

研究人員在論文中寫(xiě)道：“所提出的框架學(xué)會(huì)僅基于單眼RGB圖像來(lái)預(yù)測(cè)和響應(yīng)人們的運(yùn)動(dòng)，而無(wú)需明確預(yù)測(cè)未來(lái)的人類(lèi)運(yùn)動(dòng)。”

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(píng)估了LB-WayPtNav-DH。在實(shí)際實(shí)驗(yàn)中，他們將其應(yīng)用于Turtlebot 2，Turtlebot 2是一款帶有開(kāi)源軟件的低成本移動(dòng)機(jī)器人。研究人員報(bào)告說(shuō)，機(jī)器人導(dǎo)航框架可以很好地推導(dǎo)出看不見(jiàn)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(lèi)。

研究人員在論文中寫(xiě)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(lái)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(dòng)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(kāi)發(fā)的策略轉(zhuǎn)移到實(shí)際環(huán)境中。

在未來(lái)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)大他們編輯的訓(xùn)練數(shù)據(jù)集，包括一組更加多樣化的圖像。
? ? ? （責(zé)任編輯：fqj）