可通行性估计
Traversability Estimation进阶判断前方地形哪里能走、哪里不能走、走起来代价多大。
轮式、足式等移动机器人在导航前要回答的问题:前方每一块地面能不能安全通过、通过难度多大。传统方法从高程图(记录每个网格地面高度的二维地图)算坡度、粗糙度和台阶高度来判断;这种纯几何方法会把高草、树枝误当成障碍,于是后来又加入语义信息(草地、泥地、水面)和从机器人自身行走经验里自监督学习的方法。结果通常输出成可通行性地图或代价地图,交给路径规划器选路。ETH 苏黎世与牛津团队 2023 年的 Wild Visual Navigation 让四足机器人 ANYmal 在现场训练不到 5 分钟就学会区分可踩的植被和真正的障碍。
例子ANYmal 四足机器人用 Wild Visual Navigation,经人短暂带领后就能在林间穿过高草、绕开树干,并完成 1.4 km 的步道导航。
- 也叫
- 可通行区域分析、地形可通行性、可通行性分析
- 相关
- 高程图、代价地图、感知行走、复杂地形行走、导航、语义分割
- 来源
- Fast Traversability Estimation for Wild Visual Navigation (RSS 2023, arXiv:2305.08510)