麻省理工学院使用4D地图来帮助机器人团队导航移动障碍
IBM的视频投资是否偿还?
Facebook安全检查在周末开发故障
ICertis与Microsoft合作,以其Salesforce生态系统竞争对手
更虚拟化进入成熟的澳大利亚市场
优步和Twitter已经抬起了政治游说的支出
澳大利亚人口普查网站故障传播怀疑态度
新的销售点Malware Multigrain窃取了DNS的卡数据
微软的PowerPoint Designer获得多个图像支持等
圣贝纳迪诺检察官在恐怖分子的iPhone中提出了“网络病原体”的担忧
Wada谴责俄罗斯黑客泄漏奥运会运动员的医疗数据
亚马逊警告:有一个2013年的Kindle?你现在必须修补,否则!
Quantum刷新标量磁带库系列与I3,I6和AEL6
拉斯维加斯的食物中毒?如果此机器学习算法可以帮助它
三星船舶世界上最高的SSD,15TB存储
Cio采访,抢劫哈丁,首都一个
柔软,照明皮肤可以拉伸机器人的边界
FTC的PCI探测是否有任何好处?
印度在美国挑战65,000 H-1B章程
转基金加速比赛,以获取自驾
4K和8K视频的闪电快速SD卡即将推出
2016年,英国数据科学家角色在2016年上半年增长了32%
阻止Windows 10强制更新而不破坏您的机器,第1部分
使用Ransomware获得安全购买,表示趋势科技CTO
Apple正式上诉法官的iPhone解锁订单
叙利亚电子军队与Gmail,Facebook无粗心
项目在三个月内发出100万免费数字证书
研究表明,四分之一的地方议会采购政策不支持使用G云使用
思科在有线调制解调器和家庭网关中修补严重的缺陷
EC overhauls电信规则到Bolster Broadband,5G
澳大利亚采用英国物联网框架
三星的流程桥接Android和Windows设备之间的差距
英国Oracle MD:在云中重复纠结体系结构的公司
研究表明,网络安全意识在商业部门营造出来
新的ICO Head说,英国装备良好的保护数据保护数据
谷歌为收件箱的贪睡功能添加了新的,绝望的默认值
具有恶意宏的文档提供无线恶意软件
NHS 24 IT系统延迟到2017年12月
神经网络可用于制作一些野生艺术
苹果云未来:亚马逊,谷歌,微软生活在借来的时间?
Apple呼吁命令解锁iPhone,表示它将“违反宪法”
QuickBooks冲出自雇更新,因为战争正在开启
CIO采访:MiaForsäng,瑞典自治市Vara
用ARM的SDK尝试用手开发基本的VR应用程序
Techuk呼吁政府关闭大数据技能差距
戴尔将HPE击中了服务器出货量的顶部位置
通过部署重新编程芯片,Microsoft Preps Datentres Ai Revolution
GSMA说,人工智能推动移动创新
报告称,兰布斯沃版是网络罪犯的成熟商业模式
由于技能短缺,网络攻击恢复300%
您的位置:首页 >科技 > 物联科技 >

麻省理工学院使用4D地图来帮助机器人团队导航移动障碍

2021-06-25 12:44:22 [来源]:

让机器人撞击固定障碍物的一件事是像墙壁或家具一样崩溃,但防止与其他移动的事情发生碰撞是一个更艰难的挑战。针对机器人团队一起工作,星期四麻省理机推出了一种新的算法,可帮助机器人避免移动物体。

机器人团队的规划算法可以集中,其中一台计算机为整个团队做出决定,或者分散,每个机器人都有自己的决策。后一种方法在纳入本地观察方面更好,但它也很棘手,因为每个机器人必须基本上猜到其他人会做什么。

麻省理工学院的新算法采用分散的方法和因素,而不是静止障碍物,而且是移动的方法。每个机器人都使用自己的观察来映射其直接环境的无障碍区域。然后将该地图传递给最近的邻居。当机器人从邻居接收到地图时,它计算与其自己的地图的交叉点,并将其传递给其他邻居。

因为每个机器人只与其密切邻居通信,所以通信所需的带宽大大减少,特别是当有很多机器人时。每个机器人都结束了一个地图,反映了整个团队检测到的所有障碍物。

该算法通过包括第四映射维度的时间来占用运动中的障碍。随着该维度包括该维度,它描述了三维地图必须如何改变以适应障碍物的障碍物的变化在几秒钟内。

在涉及迷你直升机中队的模拟中,该算法提出了相同的飞行计划,即集中式版本,但随着所需条件,允许对较小的变化进行较小的变化。

“这是一个非常令人兴奋的结果,因为它结合了这么多具有​​挑战性的目标,”麻省电气工程与计算机科学系教授Daniela Rus说,电脑科学与人工智能实验室主任Daniela Rus说。

“你的机器人团体有一个本地目标,即保持成立,以及全球目标,这是他们想要去的地方或者你想要他们移动的轨迹,”rus解释说。“你允许他们在一个静态障碍的世界中运作,也是意想不到的动态障碍,并且您可以保证他们将保留其当地和全球目标。”

每个机器人每秒多次更新其映射,计算将最大化本地和全局目标的轨迹。

为了模拟人类和机器人在一起工作的环境,研究人员还在轮车机器人上测试了他们的算法的一个版本,其目标是在人类也在移动的房间中集体携带物体。

他们在下个月在机器人和自动化国际会议上展示了他们的算法。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。