一种增强室内环境中机器人导航的新方法

为了有效地导航周围环境，机器人通常根据预先设计的操作环境和传感器收集的观察结果来规划路径。虽然这种导航策略在简单和静态的环境中非常有用，但在更复杂和不可预测的策略中(如现实世界中的策略)却远非理想。

事实上，即使喂给机器人的地图是精心编制和精确的，它也无法解决意想不到的障碍或环境变化。因为大多数环境(如医院、购物中心、机场等。其中，机器人最终要部署的是高度不可预测和快速变化的，主要依赖于预先设计的地图的导航方法可能会导致糟糕的轨迹和导航策略。

意识到这个问题，波恩大学的两名研究人员最近开发了一种方法，可以让机器人更有效地在更长时间内导航快速变化的室内环境。从本质上讲，在arXiv上预先发表的论文中提出的这种新方法通过捕捉环境变化的重复模式并使用这种知识来做出明智的导航决策。

进行这项研究的研究人员之一洛伦佐纳尔迪(Lorenzo Schmidt)告诉TechXplore:“这项研究的想法是，室内空间的许多变化都是在重复空间模式后发生的，比如门同时被打开和关闭。”“长期部署在这些环境中的机器人可以观察并不断收集有关它的信息，并利用这些知识来规划更好的导航策略。”

在之前的研究中，同一位研究人员开发了一种方法来收集关于地形如何影响机器人户外导航的信息，然后用它来计算轨迹，以最小化空气振动和功耗。在他们的新研究中，他们决定通过预测环境随时间的不同配置来专注于室内机器人导航。

研究人员在工作中使用的示例拓扑(左)和概率图形模型(右)。

他们开发的方法旨在通过模拟动态环境变化模式来增强机器人的室内导航，并使用这些信息来规划机器人的路径。因此，使用机器人方法，机器人在到达指定位置的途中会遇到更少的障碍和堵塞的通道。

纳尔迪解释说，“我们的方法的主要优势是它考虑了一个环境表示，并可以不断整合关于环境的新观察。”“与基于环境静态几何的贪婪最短路径规划器相比，这种表示可以随着时间的推移规划出更好的轨迹。”

研究人员通过将其应用于四种不同室内环境的一系列场景来评估他们的方法：小型办公室、中型办公室、大型办公室和医院。在这些实验中，他们的方法表现良好，他们计划了一种有效的方法来考虑环境变化。此外，他们将自己的方法与基于静态地图的现有技术进行了比较，发现当机器人部署时间更长时，它会生成更短、更好的路径。

纳尔迪说：“我们的发现表明，尽管导航系统的复杂性增加了，但我们的方法将逐渐引导机器人提供关于环境配置的准确预测，并利用这些知识沿着更短的路径导航。”

在未来，纳尔迪和他的同事西里尔斯坦尼斯提出的方法可能有助于提高机器人在快速变化的室内环境中的导航能力。它可能在医院等环境中特别有用，这些环境对机器人的效率至关重要。研究人员现在计划使用一个实际的机器人平台来测试他们的方法，因为这最终将使他们能够评估他们收集的最初发现是否仍然适用于现实生活。

纳尔迪说：“未来研究的另一个有趣方向可能是尝试将高频动态行为(比如其他移动的动态主体)整合到框架中。”