动态环境中语义地图的终身更新
机器人学
2020-10-20 v1 人工智能
摘要
机器人通过从其周边感知的原始信息来理解自身所处的世界。这种原始信息不适合作为机器人与其用户之间的共享表示。包含机器人与用户均能理解的高层信息的语义地图更适合作为共享表示。我们将语义地图用作我们地面清洁机器人机队上面向用户的接口。机器人感知原始地图的抖动、环境中的动态物体,以及机器人对新空间的探索,都是机器人面临的常见挑战。在语义地图的语境下有效解决这些挑战,是实现终身建图语义地图的关键。首先,当机器人在连续运行中感知到新变化并改变其原始地图时,语义必须被恰当地更新。我们通过语义的空间迁移来更新地图。其次,即便存在动态物体,保持语义及其相对约束的一致性也很重要。我们通过引入一层元语义地图层来自动确定并解决不一致性。最后,发现阶段允许机器人在获取到新信息时以新语义更新语义地图。我们的面向用户的语义地图已在真实家庭中的数千台地面清洁机器人上商用部署,通过终身建图机器人提供了直观的用户体验。
引用
@article{arxiv.2010.08846,
title = {Lifelong update of semantic maps in dynamic environments},
author = {Manjunath Narayana and Andreas Kolling and Lucio Nardelli and Phil Fong},
journal= {arXiv preprint arXiv:2010.08846},
year = {2020}
}
备注
To appear in IROS 2020