让机器人了解以浏览复杂的土地

对头部上方的冠层的自然理解有助于我们确定路径的导向。突然的其余树枝或柔软的苔藓枕头告诉我们脚是否稳定。倒下的树木的雷声或树枝在强风中发生变化，将告知我们附近可能的危险。本文指出：相比之下，机器人长期以来一直依赖于视觉信息，例如相机或激光镜头。在好莱坞之外，多感官导航已成为机器的挑战。对于传统机器人来说，茂密的灌木丛，倒下的树干和不断变化的森林地形是一种不确定性的迷宫。如今，杜克大学的研究人员已经开发了一个名为WildFusion的新大纲，它混合了视觉，振动和触摸，使机器人能够“看到”像人类一样的kumplicated外部环境。这项工作最近被IEE国际机器人和自动化会议（ICRA 2025）接受，于2025年5月19日至23日在佐治亚州亚特兰大举行。 WildFusion开辟了一个新的章节，用于机器人导航和3D映射，“机械工程和材料科学，电气和计算机工程以及计算机科学系的助理家庭教授Boyuan Chen说。”它可以帮助机器人对非结构化的，不可预测的环境（例如森林，灾区和道路）更加自信。 “传统机器人特别依赖视力或掩护，但它们往往没有明确的道路或可预测的地标，刘扬伊（Liu Yanhui）是陈实验室医生的第二年学生。即使是MAP Constructiona的先进方法，也很难重建传感器数据时，当传感器数据稀疏，妈妈或不完整的问题时，这是一个与众不同的外部环境，这是一个共同的环境。包括RGB摄像机，激光镜头，惯性传感器以及尤其是与麦克风和战术传感器相互作用的方式是每一步都形成的独特振动，它可以作为CO的环境的基本传统方法形成不均匀的振动复杂表面和功能的自由裁量权的判断，使机器人在视觉上阻塞或模糊时可以更聪明，更轻松地决定脚步。 Chen解释说，它认为它是解决难题，缺少一些难题，但您仍然可以直观地想象图片。野生灌注的多模式方法使机器人像人们一样广泛或嘈杂时，可以填补空白。在北卡罗来纳州的恩里河州立公园（Erri River State Park）尝试了野生灌注，成功地帮助机器人在茂密的森林，草和碎石路中越过。刘分享时，当我看到机器人充满信心地穿过土地时，我感到非常欣慰。该领域的试验证明了野生灌注能力的出色能力，以准确预测可通行性，即机器人在复杂土地上做出安全决策的能力的显着提高。继续，团队计划通过合并其他传感器（例如热或水分检测器）来扩展系统她增强了机器人理解和适应复杂气氛的能力。通过其灵活而模块化的设计，WildFusion在森林车道外提供了广泛的潜在应用，包括对不稳定土地的灾难响应，遥远的基础设施检查和独立探索。 Chen先生说，当今机器人技术领域的一个主要挑战是系统的发展，这些系统不仅在实验室中表现良好，而且在现实世界中可靠。这意味着，即使世界变得混乱，机器人也可以适应，做出决定并继续前进。