會認路的 Kinect 機器人
借助微軟 Kinect 和開源機器人 PR2，麻省理工學院電腦與人工智能實驗室（CSAIL）最近開發出能夠認識路的機器人。
讓機器人認路，一直是人工智能研究的課題之一。這個問題的難點在於，機器人很難在不確定的環境下靈活行動，往往依賴人工遙控，而 CSAIL 的研究成果開始讓機器人在不確定的環境下擺脫對人的依賴。
Maurice Fallon 教授是該項目的主持者之一，他認為實時繪制地圖是機器人認路的前提，至少得讓機器人知道自己和牆壁之間距離。但是現在的研究都給機器人一張繪制好的地圖，這種做法難以讓機器人在不確定的環境下自行判斷自己前進的方向，如果在場景中出現了一個之前沒有出現過的物體，那麼機器人就很難通過地圖來判斷應當如何行為。
於是，Maurice 和 John J Leonard，連同一名學生 Hordur Johannsson 開始研究。最終，他們讓 Kinect 變成 PR2 的眼睛，偵測 PR2 周圍的環境，讓周圍的場景實時轉化為三維地圖數據庫，讓機器人擁有靈活判斷的能力。他們把這個技術稱為 Simultaneous Localization and Mapping（SLAM）。
SLAM 的技術核心是 Kinect、傳感器以及與之配套的導航軟件。當機器人經過一場景時，比如說房間裡面的拐角，Kinect 會偵測這個拐角裡面的牆壁、道路、障礙，軟件將 Kinect 所看到的東西統統繪制成三維圖像，同時通過傳感器，軟件還會計算機器人目前的位置，然後計算出路徑，並儲存起來。當機器人再次經過這個場景時，Kinect 再次繪制了三維圖像，軟件就把這次的得到的三維圖像和之前得到的三維圖像對比，看是否相同，如果相同就按照之前的路徑去走，如果不同就重新計算新的路徑，也就是說如果下次機器人經過這個拐角，它就能夠輕松繞過不知從那裡冒出來的箱子。
以下是 SLAM 系統的演示：
實際上 PR2 的開發公司也研究出能夠認識路的機器人 TurtleBot，它也把 Kinect 作為眼睛，然而 Turtle Bot 的原理是把環境轉化為二維圖像，和 SLAM 不一樣：
讓機器人認路，相當於讓機器人擁有一定的自我判斷能力，能夠增強機器人的靈活性，讓它們更加自主，更加聰明，從而幫助人類完成更多任務。比如說幫助盲人擺脫導盲犬或是拐杖，讓軍事機器人獨立完成偵察任務等等。
也許，需要阿基莫夫機器人三定律的日子越來越近了。
[source: ifanr]
借助微軟 Kinect 和開源機器人 PR2，麻省理工學院電腦與人工智能實驗室（CSAIL）最近開發出能夠認識路的機器人。
讓機器人認路，一直是人工智能研究的課題之一。這個問題的難點在於，機器人很難在不確定的環境下靈活行動，往往依賴人工遙控，而 CSAIL 的研究成果開始讓機器人在不確定的環境下擺脫對人的依賴。
Maurice Fallon 教授是該項目的主持者之一，他認為實時繪制地圖是機器人認路的前提，至少得讓機器人知道自己和牆壁之間距離。但是現在的研究都給機器人一張繪制好的地圖，這種做法難以讓機器人在不確定的環境下自行判斷自己前進的方向，如果在場景中出現了一個之前沒有出現過的物體，那麼機器人就很難通過地圖來判斷應當如何行為。
於是，Maurice 和 John J Leonard，連同一名學生 Hordur Johannsson 開始研究。最終，他們讓 Kinect 變成 PR2 的眼睛，偵測 PR2 周圍的環境，讓周圍的場景實時轉化為三維地圖數據庫，讓機器人擁有靈活判斷的能力。他們把這個技術稱為 Simultaneous Localization and Mapping（SLAM）。
SLAM 的技術核心是 Kinect、傳感器以及與之配套的導航軟件。當機器人經過一場景時，比如說房間裡面的拐角，Kinect 會偵測這個拐角裡面的牆壁、道路、障礙，軟件將 Kinect 所看到的東西統統繪制成三維圖像，同時通過傳感器，軟件還會計算機器人目前的位置，然後計算出路徑，並儲存起來。當機器人再次經過這個場景時，Kinect 再次繪制了三維圖像，軟件就把這次的得到的三維圖像和之前得到的三維圖像對比，看是否相同，如果相同就按照之前的路徑去走，如果不同就重新計算新的路徑，也就是說如果下次機器人經過這個拐角，它就能夠輕松繞過不知從那裡冒出來的箱子。
以下是 SLAM 系統的演示：
實際上 PR2 的開發公司也研究出能夠認識路的機器人 TurtleBot，它也把 Kinect 作為眼睛，然而 Turtle Bot 的原理是把環境轉化為二維圖像，和 SLAM 不一樣：
讓機器人認路，相當於讓機器人擁有一定的自我判斷能力，能夠增強機器人的靈活性，讓它們更加自主，更加聰明，從而幫助人類完成更多任務。比如說幫助盲人擺脫導盲犬或是拐杖，讓軍事機器人獨立完成偵察任務等等。
也許，需要阿基莫夫機器人三定律的日子越來越近了。
[source: ifanr]
請按此登錄後留言。未成為會員? 立即註冊