• Главная
  • Лента новостей 1
  • Лента новостей 2
  • Статьи
  • Календарь событий
  • Образование
  • Финансирование
  • Открытые инновации
  • Шоу-рум
  • О проекте
  • Партнеры
  • Добавить публикацию
  • Сервисы
  • Реклама
  • hello@technovery.com
  • telegram
  • vk
technovery
Нет результатов
Все результаты
technovery
Нет результатов
Все результаты

Новый планировщик движения для колесных роботов, позволяющий быстрее и эффективнее преодолевать препятствия

22 сентября, 2022
Наука
Новый планировщик движения для колесных роботов, позволяющий быстрее и эффективнее преодолевать препятствия

Исследователи Сколтеха разработали метод, позволяющий колесным роботам быстро, эффективно и естественно обходить препятствия при движении в людных местах. Как сообщается в IEEE Robotics and Automation Letters , новый планировщик движения использует машинное обучение и может быть полезен для роботизированной дезинфекции, инвентаризации и парковки автомобилей.

Роботизированная навигация в двух измерениях, перемещение из пункта А в пункт Б, не сталкиваясь с препятствиями, — классическая задача, которая с конца 1980-х годов решалась разными способами. Некоторые из проблем с существующими решениями заключаются в том, что планировщикам требуется много времени, чтобы установить траекторию, иногда они вообще не делают этого или предлагают субоптимальные траектории, которые являются слишком длинными или негладкими — то, что люди интуитивно называют движением «как робот». Кроме того, некоторые из существующих планировщиков хороши только для роботов с круглым телом или всенаправленных роботов, которые могут двигаться в произвольном направлении с места.

Первый автор исследования, к.т.н. Сколтеха. студент Михаил Куренков прокомментировал: «Мы разработали планировщик, который работает с роботами, которые не являются круглыми и не всенаправленными, и превосходит традиционные подходы к планированию движения, которые используют процесс Гаусса и алгоритм быстрого изучения случайного дерева. Наш метод использует то, что известно как концепция нейронного поля. Концепция не часто применялась для планирования движений, по крайней мере, не в 2D, чем мы и занимаемся».

Нейронные поля мало чем отличаются от полей в физике, но в этом случае значения, которые они хранят для каждой точки пространства, — это такие вещи, как «каково расстояние до ближайшего препятствия» или «насколько эта точка пуста или занята препятствиями». » Первый находит применение в графическом дизайне и анимации, а второй фактически является ценностью нового планировщика движений робота, созданного в Сколтехе. Одним из последних достижений в области нейронных полей является привлечение машинного обучения и использование нейронных сетей для параметризации поля. Так работает новый планировщик.

Чтобы проверить, насколько хорошо он работает, исследователи сравнили свой планировщик с более традиционными решениями: планировщик движения гауссовского процесса и быстро изучаемый алгоритм случайного дерева. Доказано, что метод на основе нейронного поля позволяет строить более короткие и плавные траектории и требует меньше неловких поворотов на месте.

Тест опирался на общедоступный набор данных с несколькими сценариями, включая коридоры, парковки и городские сети. Это дает представление о том, какие роботы могут извлечь выгоду из планировщика: во-первых, он может помочь дезинфекторам, счетчикам запасов и другим сервисным роботам в торговых центрах. Сценарий городской среды также предполагает применение в роботизированных парковочных системах.

Дополнительная информация: Михаил Куренков и др., NFOMP: нейронное поле для оптимального планирования движения роботов с дифференциальным приводом и неголономными ограничениями, IEEE Robotics and Automation Letters (2022). DOI: 10.1109/LRA.2022.3196886

 

Будьте в курсе в удобном формате, присоединяйтесь: TG-канал и ВК

Бесплатная служба распространения новостей для научных организаций и стартапов

hello@technovery.com

 

Source: Tech Xplore
Теги: Машинное обучениеРобототехника

Related Posts

Прошла конференция по робототехнике ICRA2023
Рынок live

Прошла конференция по робототехнике ICRA2023

6 июня, 2023
Почему роботизация складов в России идет так медленно?/New Retail
Рынок live

Почему роботизация складов в России идет так медленно?/New Retail

2 июня, 2023
Гениальная уборка: робот совместит функции комбайна и коммунальной машины
Наука

Гениальная уборка: робот совместит функции комбайна и коммунальной машины

2 июня, 2023
Загрузить больше

Технологии

Робототехника
Беспилотники
Машинное обучение
AI
Транспорт
Материалы
ВИЭ
Интернет вещей
Микроэлектроника
Оптика
Носимые устройства

Смотреть все »

Запросы

Старт отбора по применению инновационных технологий в строительстве. Заявки на участие принимаются до 10 июля

ФРИИ и облачный сервис МойСклад: поиск B2B стартапов в области автоматизации торговли и производства. Подать заявку можно до 07 июля

Технологический конкурс «Беспилотные логистические перевозки». 1й этап завершается до 30 августа

Московский экспортный центр помогает запустить экспорт в интересующие страны

Программа пилотирования инноваций Почты России

Станьте участником программы по внедрению инновационных решений на предприятиях Группы ТМК

Цифровая трансформация бизнеса в регионах: потенциал отечественной ИТ-индустрии. 14 июня
Конференция

Цифровая трансформация бизнеса в регионах: потенциал отечественной ИТ-индустрии. 14 июня

1 июня, 2023

© 2022 technovery

  • hello@technovery.com
  • Условия использования
  • Политика конфиденциальности
Нет результатов
Все результаты
  • Главная
  • Лента новостей 1
  • Лента новостей 2
  • Статьи
  • Календарь событий
  • Образование
  • Финансирование
  • Открытые инновации
  • Шоу-рум
  • Карта технологий
  • О проекте
  • Партнеры
  • Добавить публикацию
  • Сервисы
  • Реклама
  • hello@technovery.com

© 2022 technovery