機器人中加入導(dǎo)航技術(shù)可以使其變得更智能

在不遠(yuǎn)的將來，機器人可能會作為最后一英里的運輸工具被派往你家門口，如果他們能找到門的話，就可以把你的外賣訂單、包裹或餐盒訂購單放到你家門口。

機器人導(dǎo)航的標(biāo)準(zhǔn)方法包括預(yù)先繪制一個區(qū)域的地圖，然后使用算法引導(dǎo)機器人朝向地圖上的特定目標(biāo)或GPS坐標(biāo)。雖然這種方法對于探索特定環(huán)境（如特定建筑的布局或計劃的障礙路線）可能是有意義的，但在最后一英里交付的情況下，這種方法可能會變得笨拙。

例如，想象一下，公司必須事先繪制機器人傳送區(qū)域內(nèi)每個鄰居的地圖，包括該鄰居內(nèi)每個房子的配置以及每個房子前門的特定坐標(biāo)，這個任務(wù)量會讓人崩潰。同樣，這樣的任務(wù)額很難擴展到整個城市，特別是房屋的外觀經(jīng)常隨著季節(jié)的變化而變化（羨慕國外）。繪制每間房子的地圖也可能會遇到安全和隱私問題。

新技術(shù)

現(xiàn)在麻省理工學(xué)院的工程師已經(jīng)開發(fā)出一種導(dǎo)航方法，不需要事先繪制一個區(qū)域。相反，他們的方法使機器人能夠利用環(huán)境中的線索規(guī)劃到目的地的路線，這可以用一般的語義術(shù)語來描述，例如“前門”或“車庫”，而不是地圖上的坐標(biāo)。例如，如果一個機器人接到指令，要把包裹送到某人的前門，它可能會從馬路上開始，看到一條車道，經(jīng)過訓(xùn)練，它認(rèn)識到這條車道有可能通向人行道，而人行道又有可能通向前門。

這項新技術(shù)可以大大減少機器人在識別目標(biāo)之前探索一處房產(chǎn)的時間，而且它不依賴特定住宅的地圖。麻省理工學(xué)院機械工程系的研究生邁克爾·埃弗雷特（Michael Everett）說：“我們不想把我們需要去的每一棟建筑都繪制成地圖。”有了這項技術(shù)，我們希望在任何車道的盡頭都能放下一個機器人，讓它找到一扇門?！?/p>

埃弗雷特將在本周的智能機器人和系統(tǒng)國際會議上介紹該技術(shù)的成果。這篇論文由麻省理工學(xué)院航空航天學(xué)教授喬納森·豪斯（jonathan how）和福特汽車公司（ford motor company）的賈斯汀·米勒（justin miller）共同撰寫，是“認(rèn)知機器人最佳論文”的最終入圍者。

“對事物的感覺”

近年來，研究人員致力于將自然的語義語言引入機器人系統(tǒng)，訓(xùn)練機器人通過語義標(biāo)簽識別物體，這樣他們就可以將一扇門視為一扇門，而不僅僅是一個實心的矩形障礙物。

埃弗雷特說：“現(xiàn)在我們有能力讓機器人實時感知事物的本質(zhì)?！卑８ダ滋亍⒑浪购兔桌照谑褂妙愃频恼Z義技術(shù)作為他們的新導(dǎo)航方法的跳板，它利用預(yù)先存在的算法從視覺數(shù)據(jù)中提取特征以生成同一場景的新地圖，從而用語義線索或上下文進(jìn)行分析。

在他們的案例中，研究人員使用一種算法來建立機器人移動時的環(huán)境地圖，使用每個物體的語義標(biāo)簽和深度圖像這種算法稱為語義SLAM（同時定位和映射）。雖然其他語義算法使機器人能夠識別和映射環(huán)境中的對象，但它們不允許機器人在導(dǎo)航新環(huán)境的同時，在最有效的路徑上做出決策，以到達(dá)語義目的地，如“前門”，霍華德說：“以前，探索只是把一個機器人撲通一聲放下來，對它說‘走’，它會四處移動，雖然最終到達(dá)那里，但速度會很慢?！?/p>

去的代價

研究人員希望通過一個語義的、背景色的世界來加速機器人的路徑規(guī)劃。他們開發(fā)了一種新的“去代價估計器”，該算法將現(xiàn)有SLAM算法創(chuàng)建的語義映射轉(zhuǎn)換成第二個映射，表示任何給定位置接近目標(biāo)的可能性。

埃弗雷特說：“這是從一個圖像到另一個圖像的轉(zhuǎn)換中得到的靈感，在這里你拍下一只貓的照片，讓它看起來像一只狗。”同樣的想法也會在這里發(fā)生，以前你把一張看起來像世界地圖的圖像，可以變成另一張看起來像世界地圖的圖像，但現(xiàn)在是根據(jù)地圖上不同點與最終目標(biāo)的距離來著色的。”

這個成本地圖是彩色的，用灰度表示，把較暗的區(qū)域表示為遠(yuǎn)離目標(biāo)的位置，把較亮的區(qū)域表示為接近目標(biāo)的區(qū)域。例如，在語義地圖中用黃色編碼的人行道，可能會被cost-to-go算法轉(zhuǎn)換為新地圖中較暗的區(qū)域，而車道在接近前門時會逐漸變亮，這是新地圖中最亮的區(qū)域。

研究人員在Bing地圖的衛(wèi)星圖像上訓(xùn)練了這種新算法，這些圖像包含來自一個城市和三個郊區(qū)的77棟房屋。該系統(tǒng)將語義映射轉(zhuǎn)換為代價映射，并按照映射中較輕的區(qū)域映射出最有效的路徑，以達(dá)到最終目標(biāo)對于每個衛(wèi)星圖像，埃弗雷特都為典型前院的上下文特征指定語義標(biāo)簽和顏色，例如灰色表示前門，藍(lán)色表示車道，綠色表示樹籬。

在這個訓(xùn)練過程中，研究小組還對每幅圖像應(yīng)用了蒙版，以模擬機器人的相機在穿越院子時可能擁有的部分視圖?！拔覀兎椒ǖ囊徊糠衷E竅是（給系統(tǒng)）提供許多部分圖像，”How解釋道。所以它必須弄清楚這些東西是如何相互關(guān)聯(lián)的，這正是這項工作得以穩(wěn)健開展的部分原因?！?/p>

然后，研究人員在訓(xùn)練數(shù)據(jù)集之外的一所全新房屋的圖像模擬中測試了他們的方法，首先使用預(yù)先存在的SLAM算法生成語義圖，然后使用其新的成本估算器生成第二張地圖和通往目標(biāo)的路徑（在這種情況下為前門）。

對比傳統(tǒng)的導(dǎo)航算法，該集團(tuán)的“去發(fā)現(xiàn)前車門”新技術(shù)更高效與低成本，這種算法比不考慮上下文或語義的經(jīng)典導(dǎo)航算法快189%，以往的方法花費了過多的步驟來探索不太可能接近目標(biāo)的領(lǐng)域。埃弗雷特說，研究結(jié)果說明了機器人是如何利用上下文來有效地定位目標(biāo)，即使是在不熟悉的、未映射的環(huán)境中。

埃弗雷特說：“即使一個機器人正在把一個包裹送到一個它從未去過的環(huán)境中，也可能會有一些線索和它看到的其他地方一樣?！彼?，即便世界的布局可能有點不同，但必然可能有一些共同點。”我們要做的只是讓機器人發(fā)現(xiàn)和使用這些共通點！