伯克利新研究:不需要仿真測試,會自我學習的導航系統(tǒng)
加州大學伯克利分校的研究人員創(chuàng)建了伯克利自動駕駛地面機器人(BADGR)。BADGR是使用自我監(jiān)督數(shù)據(jù)訓練的端到端自主機器人。與大多數(shù)傳統(tǒng)的依靠幾何數(shù)據(jù)來規(guī)劃無碰撞路徑的傳統(tǒng)機器人不同,BADGR依靠“經(jīng)驗”來導航,不需任何仿真模擬或人工監(jiān)督。
自動駕駛汽車被認為是“移動機器人”的一種,移動機器人導航通常被認為是幾何問題,機器人的目標是感知環(huán)境的幾何形狀以便進行規(guī)劃達到目標的無碰撞路徑。
然而,世界的幾何視圖可能不足以讓車輛完成導航。例如,小型的機器人根據(jù)幾何形狀可能走不出高草叢生的草地,因為草地被識別為不可穿越的物體,因此將無法導航到目的地,小車可能的狀態(tài)為轉圈。
加州大學伯克利分校的研究人員創(chuàng)建了伯克利自動駕駛地面機器人(BADGR)。BADGR是使用自我監(jiān)督數(shù)據(jù)訓練的端到端自主機器人。與大多數(shù)傳統(tǒng)的依靠幾何數(shù)據(jù)來規(guī)劃無碰撞路徑的傳統(tǒng)機器人不同,BADGR依靠“經(jīng)驗”來導航,不需任何仿真模擬或人工監(jiān)督。
BADGR的核心是 Nvidia Jetson TX2,它來處理車載攝像頭,六自由度慣性測量單位傳感器,2D LIDAR傳感器和GPS系統(tǒng)。具體來說,BADGR 擁有一個由實時相機傳感器的觀測結果和一系列未來計劃的行動提供的人工神經(jīng)網(wǎng)絡,神經(jīng)網(wǎng)絡會預測到達目標的最佳可能路徑。
BADGR學習如何通過以下方式導航:1.自主收集數(shù)據(jù);2.使用自我監(jiān)督自主標記數(shù)據(jù);3.訓練基于圖像的神經(jīng)網(wǎng)絡預測模型。
此方法具有一個主要優(yōu)勢,傳統(tǒng)技術可以避開路徑中的高草,而BADGR可以在其中導航。此外,這使BADGR在收集更多數(shù)據(jù)時得以改善。研究人員指出:
BADGR背后的關鍵見解是,通過直接從現(xiàn)實世界中的經(jīng)驗中自主學習,BADGR可以了解導航能力,隨著收集更多數(shù)據(jù)而不斷改進,并推廣到看不見的環(huán)境。
通過進一步實驗表明,這種方法比SLAM或者通過仿真的方法,導航效果更突出。但機器人將如何在看不見的甚至是敵對的環(huán)境中安全地收集數(shù)據(jù)?BADGR將如何適應有生命障礙(例如步行的人)的動態(tài)環(huán)境?還有待進一步解決。

請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
-
7月22-29日立即報名>> 【線下論壇】第三屆安富利汽車生態(tài)圈峰會
-
7.30-8.1火熱報名中>> 全數(shù)會2025(第六屆)機器人及智能工廠展
-
7月31日免費預約>> OFweek 2025具身智能機器人產(chǎn)業(yè)技術創(chuàng)新應用論壇
-
免費參會立即報名>> 7月30日- 8月1日 2025全數(shù)會工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
-
8月5日立即報名>> 【在線會議】CAE優(yōu)化設計:醫(yī)療器械設計的應用案例與方案解析
推薦專題