32、移动机器人导航的发展式机器人范式研究

移动机器人导航的发展式机器人范式研究

1. 引言

在移动机器人导航领域，如何让机器人在复杂且未知的环境中实现高效、安全的导航是一个关键问题。本文介绍了一种结合强大可靠的感知系统和受生物启发的前额叶皮质工作记忆模型的方法，使机器人能够学习复杂的视觉引导导航任务。

2. 系统概述

机器人的认知结构由感知系统和工作记忆系统组成。感知系统用于获取环境信息，工作记忆系统则与机器人的感觉 - 运动模式（如执行器和用于避障的声纳传感器）相结合。这种组合为机器人实现导航任务提供了基础。

为了验证该方法，将系统应用于一个复杂的视觉引导导航任务。该任务的复杂性在于，系统没有预先给定的信息，如笛卡尔地图或物体坐标等，而是采用定性导航方法，通过检测环境中的自然地标来进行导航。系统期望在执行任务的过程中，能够在不受控的环境中在线学习新技能和感知，并以交互方式向用户解释其知识。

3. 实验设置

选用了测试平台机器人Skeeter，它配备了一个摄像头用于感知环境，前部声纳阵列仅用于避障。实验在Featheringill大楼三楼智能机器人实验室外的大厅进行，大厅内的主要物体包括中心的黄色地板砖、墙边的白色地板砖、周期性分布在大厅中心的黑色条纹瓷砖、木质墙板、浅蓝色油漆墙和浅蓝色栏杆。

为了生成环境的感知模型，在几天内不同时间收集了20张图像，以考虑不同的光照条件。从这些图像中提取了66,740个特征向量并进行聚类，得到了几个感知，构成了系统的训练数据库（系统的长期记忆）。为每个感知分配了一种颜色，用于在分割图像中显示。主要感知及其对应的表示颜色如下表所示：
| 感知名称 | 感知符号 | 表示颜色 |
|