При поддержке компании Ford, учёные из MIT разрабатывают способ поиска входной двери, который может быть крайне полезен для роботов-доставщиков.
Основная идея состоит в том, что для поиска входа в дом — роботы будут ориентироваться по картинке с камеры, а не только по картографическим данным.
Используя технологию семантической сегментации, робот сможе «понимать» контекст и сможет ориентироваться среди окружающих объектов.
Например, применитиельно к частным домам в США — паттерн для распознавания может включать детектирование подъездной дороги, от которой к дому будет вести дорожка, в конце которой и будет искомая входная дверь.
В основе технологии — использование специальной нейронной сети, которая осуществляет семантическое распознавание образов по специально разработанной методу оценки «стоимости за ход» (cost-to-go). Данный алгоритм преобразует семантическую карту, созданную при помощи SLAM, во вторую карту, отражающую вероятность того, что заданное местоположение будет близко к цели.
Подобный подход позволит значительно сократить время, которое робот затрачивает на доставку и позволит не зависеть от наличия карт конкретных мест проживания.
Ссылки
Technique helps robots find the front door
Planning Beyond the Sensing Horizon Using a Learned Context
DC2G: Deep Cost-to-Go Planning Algorithm
По теме
Сегментация изображений при помощи нейронной сети: U-Net
Детектирование объектов — нейросетевой подход
Нейронная сеть
Нейронная сеть — введение
Принцип обучения многослойной нейронной сети с помощью алгоритма обратного распространения
Пример работы самоорганизующейся инкрементной нейронной сети SOINN