SegVisRL：基于相机图像的月球漫游车视觉运动开发与危险规避

任何动物的视觉运动系统对其生存都至关重要，而人类复杂视觉运动系统的发展是我们在地球作为物种取得成功的一大因素。该系统是我们适应环境能力的重要组成部分。我们在白天持续使用该系统，如拾取物品或行走时避免撞到物体。为机器人配备此类能力将有助于产生更智能的运动，使其更易理解周围环境并安全移动。特别地，此类能力对于穿越月球表面颇为可取，因为月球表面布满岩石等危险障碍。这些障碍需被实时识别与规避。本文旨在展示在机器人中开发用于导航与障碍规避的视觉运动系统，以复杂岩石形状物体代表危险。我们的方法仅使用图像数据，采用深度强化学习。本文中，我们比较了若干神经网络架构及一种包含生成分割图像与下采样的预处理方法所得结果。