В Институте ИИ МФТИ разработали систему локализации роботов MSSPlace. Она объединяет данные с камер, лидаров и семантических карт, помогая машине распознавать места и определять собственное положение даже при разной погоде и освещении. Описание работы опубликовано в журнале IEEE Access.
Обычные навигационные системы, как правило, полагаются либо на камеры, либо на лидары. Камеры не дают точных расстояний, а лидары строят 3D‑карты без подробной информации об объектах. В результате робот может «потеряться» даже в знакомой среде, если меняется освещение, погода или расположение предметов.
В MSSPlace данные обрабатываются иначе. Отдельные модули анализируют информацию с нескольких камер и лидаров, а также семантические маски и текстовые аннотации наблюдаемых сцен. На их основе формируется единый дескриптор, компактное цифровое описание места. Перемещаясь, робот собирает базу таких дескрипторов для всех посещённых локаций, что помогает ему ориентироваться в меняющихся условиях. Технологию рассматривают как основу для адаптивных дронов, беспилотных автомобилей, роботов‑уборщиков и курьерских роботов.
Ключевые факты
В Институте ИИ МФТИ разработана система локализации роботов MSSPlace, объединяющая данные камер, лидаров и семантических карт для распознавания мест и определения местоположения при различной погоде и освещении.
Исследование системы MSSPlace опубликовано в журнале IEEE Access.
Архитектура MSSPlace использует отдельные модули, которые независимо анализируют данные с нескольких камер и лидаров, а также семантические маски и текстовые аннотации наблюдаемых сцен.
На основе этих данных формируется единый дескриптор, компактное цифровое описание места, а робот по мере перемещения собирает базу таких дескрипторов для посещенных локаций.