18、机器人导航技术探索与神经网络实现

机器人导航技术探索与神经网络实现

1. 替代导航技术探索

在排除了同步定位与地图构建（SLAM）方法后，我们可以考虑一些替代的导航技术：
- 随机探索法 ：让机器人随机移动寻找玩具。找到玩具后，再随机移动寻找玩具箱，看到玩具箱就将玩具放入。不过，还需要一种避障方法。可以使用运动结构（SfM）技术从单摄像头获取深度信息来绘制地图。SfM利用视频图像中的视差来估计相机视野内物体的距离，但它需要大量的纹理和边缘，而且地图中会存在很多空洞需要填充。视频图像要有足够的细节，以便该过程能将不同视频图像中的点进行匹配。
- 地板检测技术 ：这是一种在其他机器人和自动驾驶汽车中使用的技术。我们将在本章使用这种技术，下面详细介绍。

2. 地板检测技术介绍

这里介绍的地板检测技术与RoboRealm或其他地板检测算法不同，但能达到相同的效果。基本思路是，已知机器人正前方的地板没有障碍物，以机器人正前方区域的视频图像像素为样本，寻找更远位置是否有相同的纹理。如果纹理匹配，就将该区域标记为绿色，表示可行驶且无障碍物。这里强调的是纹理匹配而非颜色匹配，因为地板颜色并非单一，例如棕色地毯也会有颜色变化。纹理可以用颜色、强度（亮度）、色调和粗糙度（表面颜色的平滑程度）来描述。

3. 教机器人导航和避楼梯的实验步骤

使用游戏室地板图像进行实验，具体步骤如下：
1. 图像获取 ：从相机获取图像，为了加速处理和有效利用带宽，将相机的原始分辨率（1900 x 1200）降至640 x 480。由于机器人较小，使用Nvidia J