為了完成他們設(shè)計要完成的任務(wù)，移動機(jī)器人應(yīng)該能夠有效地導(dǎo)航現(xiàn)實環(huán)境，避免人類或周圍環(huán)境出現(xiàn)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，但是避免人類可能更具挑戰(zhàn)性，因為這需要預(yù)測其未來的運動并相應(yīng)地進(jìn)行計劃。

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)室內(nèi)環(huán)境(例如辦公室，房屋或博物館)中的人類之間的機(jī)器人導(dǎo)航。他們的模型在arXiv上預(yù)先發(fā)表的一篇論文中提出，并在稱為HumANav的新編輯的真實感圖像數(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。”

這些研究人員開發(fā)的新框架被稱為LB-WayPtNav-DH，它包含三個關(guān)鍵組件：感知，計劃和控制模塊。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航路點(即下一個所需狀態(tài))。

然后，由CNN映射的航點將輸入到框架的計劃和控制模塊。這兩個模塊結(jié)合在一起，可確保機(jī)器人安全地移動到其目標(biāo)位置，避免其周圍出現(xiàn)任何障礙物和人員。