Mar, 2020

马拉松 2：导航系统

PDF
TL;DRNavigation2 是一种新型导航解决方案，它基于 ROS Navigation 成功的基础上建立，使用行为树进行任务编排，可以运用于更广泛的现代传感器，以及借助 ROS2 作为其程序生命周期和安全性管理的通信框架等特征来适用于安全关键型应用。
发现论文，激发创造
  • 一个自动化的学生方程式赛车的导航系统与 ROS 2 一同竞速

    使用 ROS 2 开源导航系统与传统自定义程序对比研究，为自动驾驶竞赛降低门槛并提供教程。

    Nov, 2023

  • Arena-Rosnav 2.0：一个用于机器人在高度动态环境中导航的开发和基准测试平台

    介绍了 Arena-Rosnav 2.0 平台，它是 Arena-Bench 和 Arena-Rosnav 的一个扩展，通过增加测评功能的 APIs，集成了更多更真实的仿真和行人行为，它经过了成功的用户研究和可行性测试。

    Feb, 2023

  • N$^2$M$^2$: 在未知和动态环境中学习任意移动操作导航

    本研究提出一种名为神经导航移动操控（N$^2$M$^2$）的方法，通过将移动操控任务分解为任务空间中的简化运动生成器和移动基地的训练强化学习代理，同时通过对复杂障碍环境的扩展，可以在未知环境中执行不可见、长视距任务，并立即对动态障碍和环境变化做出反应。

    Jun, 2022

  • 快速稳健的生物启发式教与重复导航

    本文研究了移动机器人的自主导航问题，通过异步教学和重复的策略，结合视觉处理和硬件测距的信息，实现了对室内和室外复杂环境的有效导航和运动控制，并且在不同机器人平台之间具有较好的通用性和重复性。

    Oct, 2020

  • 自主系统：室内无人机导航

    使用 ROS 导航系统和模拟飞行器，构建一个能够在室内无需 GPS 的环境中自主移动的模拟无人机。

    Apr, 2023

  • 室内环境下机器人实时基于视觉的导航

    本文介绍了一种基于视觉技术和先进路径规划算法的自主机器人导航系统，该系统可以避开障碍物并朝着目的地导航，其性能通过定性和定量指标进行评估，研究结果有助于室内机器人导航的发展。

    Jul, 2023

  • 从经验中学习机器人导航：原则、方法和最新成果

    本文介绍了一种用机器学习来提高机器人导航技能的学习工具箱及其设计原则，并总结了作者们最近研究的实验结果和未来工作的方向。

    Dec, 2022

  • SOCIALGYM 2.0: 多智能体社交机器人在共享人类空间中导航模拟器

    SocialGym 2 是一个用于社交机器人研究的多智能体导航模拟器，它采用多智能体强化学习技术，以实现多个装备有不同动态限制的机器人在复杂环境中的最优导航策略，并提供各种社交导航指标的测试。

    Mar, 2023

  • 穿梭于城市街道：一个新的现实城市导航数据集和基线模型

    本研究针对真实而密集的城市地图，基于 Amazon Mechanical Turk 平台数据，提出了一个解释自然语言导航指令的实验任务，根据实验结果，表明实体抽象、关注单词和环境、以及不断更新世界状态等神经构架方面对任务准确性有重要影响。

    Sep, 2019

  • 在真实环境中使用混合策略进行多目标导航

    我们提出了一种混合导航方法，将多对象导航（Multi-ON）任务分解为两个不同的技能：（1）使用经典 SLAM 和符号规划器处理航路点导航，而（2）使用结合监督学习和强化学习训练的深度神经网络处理探索、语义建图和目标检索，我们展示了该方法在模拟和真实环境中相对于端到端方法的优势，并超越了该任务的最先进技术。

    Jan, 2024