文章圖片
文章圖片
文章圖片
當全局導航問題被簡化時 ， 例如在機器人汽車斯坦利的情況下 ， 它提供了全球定位系統航路點 ， 路徑規劃主要在機器人的局部空間三維度量地圖內執行 ， 受許多激勵因素的約束 。 包括避開障礙物和突然轉彎、在道路中心行駛以及盡量減少與全球航路點的偏差 。 局部度量和全局拓撲圖的路徑規劃是在空間語義層次等方法中執行的 。 機器人“教學和重復”算法通過在一系列拓撲連接的度量子圖中進行定位和路徑規劃來規劃和執行遠程導航 。
在傳統機器人技術中也有幾個值得注意的基于快照和地標的導航示例 。 科學家的基于快照的導航系統沿路線學習視覺快照 ， 然后通過將相機圖像與參考圖像進行比較并提取驅動機器人沿路線行駛的相對方向矢量 ， 自動回溯路線 ， 并展示了對光照變化和部分視圖遮擋的魯棒性 。 在系統中執行基于快照和空間的導航 ， 該系統使用視覺快照在拓撲圖中進行定位并 。
采用一種補充方法 ， 它同樣使用了拓撲全局路徑規劃過程 ， 但結合了局部地標驅動的精確路徑規劃過程 。 地標用于驅動導航 ， 其中還包含全局拓撲表示；然而 ， 與許多執行閉環和地圖合并以處理航位推算漂移的機器人導航系統不同 ， 該系統在檢測到不確定性時采用主動探索和回歸策略 。 仿生導航模型的開發通常側重于在類似的實驗條件下定性或定量地復制類似動物的導航行為 ， 有時還具有神經上似是而非的計算機制 。
由于大多數動物導航實驗發生在小型人工實驗室環境中 ， 因此這些導航模型可以提供類似動物的行為 ， 而不必解決機器人技術面臨的任何現實世界導航概念 ， 例如航位推算漂移和地標數據關聯問題 。 一個關鍵的例外是受昆蟲啟發的仿生模型 ， 因為他們試圖模仿的大部分行為數據來自撒哈拉沙漠等大型自然動物棲息地的實驗 。 在這里 ， 科學家回顧了仿生導航機制 ， 重點關注機器人導航機制在多大程度上以及如何與仿生模型相關并在仿生模型中復制 。
特別是 ， 他們解決了在機器人導航系統中計算起來微不足道的兩個關鍵導航概念：超出立即可觀察環境的遠程路徑規劃和基于多目標的導航 。 遠程機器人導航很容易用全局度量或拓撲圖計算 ， 而將導航要求強加到多個目標通常對傳統機器人導航系統的需求很少；額外的目標可以簡單地在地圖中指定 。 基于昆蟲的模型為動物如何在其自然棲息地進行長距離導航提供了最直接的解釋 。
導航模型將來自機器人車輪編碼器的自運動信息與偏振光羅盤提供的絕對方向信息相結合 ， 以實現使用遠程航位推算進行導航 ， 并在地標附近使用視覺引導歸位 。 該模型不要求唯一標識單個地標 ， 而是唯一標識地標星座 。 這種航位推算導航與地標識別的結合也出現在其他昆蟲導航模型中 ， 這些模型復制了類似螞蟻的行為 。 昆蟲解剖學通常是眾所周知的 ， 但在如此小的系統中記錄詳細的神經活動是一項挑戰 。
【小米科技|導航模型將來自機器人的運動信息，與偏振光羅盤提供的方向信息相結合】因此 ， 建模方法試圖模擬昆蟲大腦的已知解剖結構 ， 昆蟲導航行為的復制 ， 而不是神經活動 ， 是其生物學合理性的主要指標 。可以說 ， 在嚙齒動物海馬體中發現了到多個目標位置的遠程路徑規劃的最強神經指示 ， 最近已證明海馬體可以生成位置細胞活動序列 ， 該序列編碼從大鼠當前位置到目標的路線一個被稱為預演的過程 。 這一發現特別相關 ， 因為它擴展了先前的證據 ， 該證據顯示了以前經過的路線的重播——當前的證據揭示了以前從未經歷過的起點和目標位置組合之間的路線重播 ， 提供 捷徑的合理神經基礎 。
相關經驗推薦
- 安卓|安卓13的這個新功能，將掐死APP的“黑科技”
- 蘋果|直擊蘋果有何不可，這家科技公司真的起來了，超越蘋果不是不可能
- 顯卡|科技：大神硬核改造RTX 30顯卡顯存散熱問題
- 小米科技|正式下架，小米這款經典旗艦買不到了
- 一加科技|一加首款平板量產，預計將于 2022 年上半年推出
- 小米科技|小米12 Pro突然降價，這個價格值得入手
- 小米科技|AMD游戲神技實測：4K性能暴漲560% 比DLSS更快
- 一加科技|OPPO再次幫一加覆蓋線下渠道，承認自己是子品牌？
- oracle|小米財報值得玩味 關于造車諱莫如深
- 小米科技|Feiyu pocket 2S口袋相機，體驗不一樣的拍攝風格，新手快速入門