RoSmEEry：用于语义建图算法评估与基准测试机器人模拟环境
机器人学
2021-05-18 v1
摘要
人机交互需要对操作环境的共同理解，这可由融合几何与符号知识的表示提供：语义地图。通过语义地图，机器人可以通过将用户指令 grounding 到其感官观测来解释指令。语义建图是构建此种表示的过程。尽管语义建图对实现机器人认知与高层推理至关重要，但由于对不同场景和感官数据类型的泛化困难，它是一项具有挑战性的任务。事实上，获取环境和其中物体的丰富且准确的语义地图十分困难。此外，迄今为止，尚无允许对给定环境下语义地图构建性能进行比较的框架。为解决这些问题，我们设计了 RoSmEEry，一个基于 Gazebo 模拟器的新型框架，其中我们引入了易于使用且开箱即用的系统评估语义建图算法的方法。我们将我们的框架作为开源包发布，包含多种模拟环境，旨在提供用于定量测量环境语义知识获取性能的通用设置。
引用
@article{arxiv.2105.07938,
title = {RoSmEEry: Robotic Simulated Environment for Evaluation and Benchmarking of Semantic Mapping Algorithms},
author = {Sara Kaszuba and Sandeep Reddy Sabbella and Vincenzo Suriani and Francesco Riccio and Daniele Nardi},
journal= {arXiv preprint arXiv:2105.07938},
year = {2021}
}
备注
Published at ARMS2021 (Autonomous Robots and Multirobot Systems), Workshop at AAMAS 2021