Основываясь на разговорах, которые мы вели с генеральным директором iRobot Колином Энглом, мы ожидаем, что в течение следующих шести месяцев или около того роботизированные пылесосы смогут понять наши дома на гораздо более сложном и полезном уровне, чем когда-либо прежде. В частности, они смогут создавать карты, которые сохраняются между сеансами уборки, и эти карты позволят роботам идентифицировать и запоминать определенные комнаты и соответственно корректировать их поведение при очистке. (Neato также реализует такие возможности). Например, если ваш робот знает, где находится ваша кухня, он может реагировать на команды типа «убери на кухне» или автономно чистить там так часто, как это необходимо.
В сентябре на IROS мы получили немного деталей о том, как iRobot собирается это сделать, и насколько он может повлиять на скорость и эффективность домашней навигации. Это большая разница, и он может даже работать на вашей более старой (и доступной) Roomba, на которой есть только датчики ударных колебаний.
Проблема, которую iRobot пытается решить здесь, заключается в том, как превратить загроможденную грязную сетку занятости во что-то полезное. Сетка занятости представляет собой своего рода двоичную карту, c представлениеv о том, имеет ли данное пространство что-то в нем или нет. Когда робот, похожий на Roomba, бродит вокруг, он обновляет сетку занятости всякий раз, когда он сталкивается с чем-то, будь то стена, ножка стола или башмак. Как и следовало ожидать, сетка занятости, создаваемая роботизированным пылесосом, не является очень точным представлением комнат в вашем доме, но с небольшой обработкой изображений она не выглядит так плохо.
Следующий шаг — сложный. Используя тип мощности процессора, который имеет даже старые Roomba, сетка занятости должна быть разделена на кучу разных комнат таким образом, чтобы это имело смысл для человека. Как только это будет сделано, робот может планировать наиболее эффективный путь.
iRobot разработал метод, называемый RoomsSeg, который может превратить загроможденную сетку занятости, в красиво сегментированную карту всех разных комнат и коридоров в вашем доме. Существуют методы, которые могут делать подобные вещи, но они, как правило, являются дорогостоящими вычислительными средствами, что означает, что роботу необходимо будет отправлять карты в облако для обработки. Это требует много времени и требует, чтобы робот отправлял данные о вашем доме через Интернет, что может доставить некоторые неудобства.
Создание таких карт поможет Roombas систематически обновляться, что значительно быстрее и эффективнее, чем текущий псевдослучайный подход
RoomSeg старается убедиться, что конечный продукт семантически значим. Например, может возникнуть соблазн для того, чтобы алгоритм разделил длинные коридоры или разделил большие комнаты, которые не являются прямоугольными. Исследователи разработали ряд правил, позволяющих сохранить порядок вещей: коридоры идентичны как «регионы, которые обычно имеют одинаковую ширину по сравнению с основным направлением коридора», в то время как комнаты распознаются в зависимости от того, какие большие открытые области прикреплены друг к другу, если связи между ними больше среднего проема.
Свежие комментарии