受美国DARPA资助,德克萨斯大学、马萨诸塞大学阿姆赫斯特分校合作,提出了一种能力感知路径规划方法,用于机器人规避故障导航。
执行长时间任务的自主机器人需预测并规避意外故障。然而现有规避故障的导航方法主要依赖对机器人故障日志的统计分析,或视觉同步定位与建图等特定感知模块。为此,研究人员提出基于内省感知的能力感知路径规划方法。该方法将路径规划问题建模为随机最短路径问题,利用内省感知预测机器人在新环境中的任务能力,同时在任务执行期间使用贝叶斯方法在线更新对机器人能力的评估。评估结果用于路径规划,以降低故障风险。实验表明,新方法在70%的时间内正确预测了导航故障,其规划的路径使任务执行成功率高于基本全局路径规划方法。
备案号:粤ICP备19039425号 m6米乐平台注册-米乐m6官网登录入口-m6米乐手机网页版登录欢迎来电咨询!