为了解决语义目标导航任务中存在的探索效率低、深度不精准等问题,本文构建了一个解决语义目标导航任务的框架,在语义地图构建模块中引入了深度图边缘处理以及地图纠错机制;在探索模块中引入了覆盖范围最大化算法;在路径规划模块中引入了替代点机制。本文在一个3D仿真环境下进行了实验。实验结果表明,本文提出的解决方案明显提升了语义目标导航任务的性能。此外,本文所提方法成功应用到了四足机器人上,从而验证了其在现实场景下的泛化性。
高宇;霍静;李文斌;伍静;来煜坤;高阳;
南京大学计算机软件新技术全国重点实验室,江苏南京210023卡迪夫大学计算机科学与信息学院,英国威尔士卡迪夫CF103XQ
计算机与自动化
人工智能;视觉导航;语义目标导航;语义感知;语义探索;路径规划;机器学习;语义地图
《智能系统学报》 2024 (001)
P.217-227 / 11
科技部2030新一代人工智能项目(2021ZD0113303);国家自然科学基金项目(62276128,62192783,62106100);江苏省重点研发项目(BE2022077)。
10.11992/tis.202309001
评论