详细内容或原文请订阅后点击阅览
教机器人绘制大型环境地图
麻省理工学院开发的一种新方法可以通过快速生成准确的周围环境地图来帮助搜救机器人在不可预测的环境中导航。
来源:Robohub人工智能驱动的系统逐步创建并对齐场景的较小子图，将其拼接在一起以重建完整的 3D 地图，例如办公室隔间，同时实时估计机器人的位置。图片由研究人员提供。
作者：亚当·泽威
寻找被困在部分倒塌矿井中的工人的机器人必须快速生成场景地图，并在危险的地形中导航时识别其在该场景中的位置。
研究人员最近开始构建强大的机器学习模型，仅使用机器人机载摄像头的图像来执行这项复杂的任务，但即使是最好的模型一次也只能处理几个图像。在分秒必争的现实灾难中，搜救机器人需要快速穿越大片区域并处理数千张图像才能完成任务。
为了克服这个问题，麻省理工学院的研究人员借鉴了最新的人工智能视觉模型和经典计算机视觉的思想，开发了一种可以处理任意数量图像的新系统。他们的系统可以在几秒钟内准确生成复杂场景（例如拥挤的办公室走廊）的 3D 地图。
AI 驱动的系统逐步创建并对齐场景的较小子图，将其拼接在一起以重建完整的 3D 地图，同时实时估计机器人的位置。
与许多其他方法不同，他们的技术不需要校准相机或专家来调整复杂的系统实现。他们的方法更简单，加上 3D 重建的速度和质量，将使其更容易扩展到现实世界的应用程序。
除了帮助搜索和救援机器人导航之外，这种方法还可用于为 VR 耳机等可穿戴设备制作扩展现实应用程序，或者使工业机器人能够快速查找和移动仓库内的货物。
关于此方法的论文制定解决方案
麻省理工学院新闻