AGV机器人导航新技术！

lani等

研究人员在他们被称为HumANav的数据集中包含的图像上训练了CNN。HumANav包含从另一个称为SURREAL的数据集改编而成的模拟建筑物环境的逼真的渲染图像，人类可以在该环境中四处走动。这些图像描绘了6000个行走的，有纹理的人体网格，按人体形状，性别和速度排列。

研究人员在论文中写道：“所提出的框架学会仅基于单眼RGB图像来预测和响应人们的运动，而无需明确预测未来的人类运动。”

研究人员在模拟和现实世界中的一系列实验中评估了LB-WayPtNav-DH。在实际实验中，他们将其应用于Turtlebot 2，Turtlebot 2是一款带有开源软件的低成本移动机器人。研究人员报告说，机器人导航框架可以很好地推导出看不见的

 

究人员在论文中写道：“我们的实验表明，与单纯基于学习的方法相比，将基于模型的控制与学习相结合可以带来更好，更数据有效的导航行为。”

新框架最终可以应用于各种移动机器人，从而增强其在室内环境中的导航能力。到目前为止，事实证明，他们的方法表现出色，可以将模拟开发的策略转移到实际环境中。

在未来的研究中，研究人员计划在更加复杂或拥挤的环境的图像上训练他们的框架。此外，他们想扩大他们编辑的训练数据集，包括一组更加多样化的图像

（编辑：常州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!