机器人为何要横穿马路？——基于多模态传感器数据的自主过马路学习

我们考虑开发像行人在市中心人行道上一样导航的机器人问题，以执行包括配送和监控在内的各种任务。此类机器人面临的一个特殊挑战是在没有行人交通信号灯的情况下穿越街道。为了解决这一任务，机器人必须根据其传感输入判断道路是否畅通。在本工作中，我们针对自主穿越街道的问题提出了一种新颖的多模态学习方法。我们的方法仅依赖激光和雷达数据，并基于随机森林学习一个分类器，以预测何时可以安全过马路。我们使用从多种过马路场景中收集的真实世界数据进行了广泛的实验评估，结果表明我们的方法产生了安全准确的过马路行为，并在不同类型的场景中具有良好的泛化能力。与替代方法的比较证明了我们方法的优越性。