摘要 - 公制占用图广泛用于机器人导航系统中。但是,当机器人被部署在看不见的环境中时,构建准确的度量图会耗时。可以使用粗图直接在以前看不见的环境中直接导航?在这项工作中,我们提出了粗大地图导航器(CMN),这是一个可以使用不同的粗图在看不见的环境中执行机器人导航的导航框架。为此,CMN解决了两个挑战:(1)新颖而现实的视觉观察; (2)粗图上的误差和错位。为了解决在看不见的环境中的新型视觉观测,CMN了解了一个深刻的感知模型,该模型将视觉输入从各个像素空间映射到本地占用网格空间。为了解决粗图上的误差和未对准,CMN使用预测的局部占用网格作为观测值扩展了贝叶斯过滤器,并直接在粗图上保持信念。使用最新信念,CMN提取了全球启发式向量,该向量指导计划者找到本地导航行动。经验结果表明,CMN在看不见的环境中实现了高导航的成功率,明显优于基准,并且对不同的粗图形具有鲁棒性。
该地区计划是一个中期计划(±10年),它将指导该地区的空间发展过程。它包括政策目标和原则,并提供空间发展指南和实施行动(重组,升级建议和指导投资)以及指出如何实现所需的空间愿景的机制。地区计划在区域规模的决策方面提供了广泛的指导,并在区域层面上具有补充指南。还有一个实施量,阐明了实施措施和潜在机制,可以帮助实现该地区的空间愿景。
本文件提及或讨论法定或监管权力的程度仅供参考。本文件不能替代那些法规或规章,读者应查阅法规或规章以了解其要求。本文件或其任何部分本身都不是规则或规章。因此,它不能改变或对 EPA、各州、公众或受监管社区施加具有法律约束力的要求。此外,任何表达的意图、建议或推荐均不对 EPA、各州、部落和民族、公众或受监管社区施加任何具有法律约束力的要求。机构决策者仍可自由选择实施本计划中描述的行动。此类实施取决于资源的可用性,并可能发生变化。