神经群体：利用无人机进行多智能体神经网络三维场景重建与分割，以实现四足机器人的最佳导航
摘要：四足机器人具有适应其身体和台阶高度以在杂乱环境中导航的独特能力。然而，为了在现实世界的场景中充分发挥这些机器人的潜力，它们需要了解其环境和障碍物几何形状。我们提出了一种新颖的多智能体机器人系统，其中融合了尖端技术。所提出的解决方案采用了一种3D神经重建算法，能够在静态和半静态环境中导航四足机器人。环境的先前区域也根据四足机器人通过它们的能力进行了分割。此外，我们开发了一种自适应神经场优化运动规划器（ANFOMP），该规划器考虑了2D空间中的碰撞概率和障碍物高度。我们的新导航和地图建模方法使得四足机器人能够调整高度和行为，以在拱门下导航并穿越较小的障碍物。多智能体地图操作的准确性已被证明非常高，在障碍物重建精度方面达到82\%。此外，四足机器人可以使用3D障碍物信息和ANFOMP系统进行导航，导致路径长度减少33.3\%，导航时间减少70\%。
作者：Iana Zhura, Denis Davletshin, Nipun Dhananjaya Weerakkodi Mudalige, Aleksey Fedoseev, Robinroy Peter and Dzmitry Tsetserukou
论文ID：2308.01725
分类：Robotics
分类简称：cs.RO
提交时间：2023-08-04