如何通过两张图像理解机器人在空间中的位置

我尝试教我的机器人在一个它不熟悉的有限空间中行走。机器人有一些传感器。它必须到达空间中的某个点,并找到返回起始位置的路径。

这项任务与机器人探索算法非常相似,但由于其腿部的物理限制,当它穿过空间时,它开始认为自己站在一个位置 (x1, y1),但实际上它站在另一个位置 (x2, y2)。

因此,它无法在现实世界中返回起始位置。我想使用一种算法来比较位置 (x1, y1) 的可见图像和位置 (x2, y2) 的可见图像,以纠正运动误差,但我不知道如何实现我的想法。

在我深入尝试解决这个问题之前,是否有人可以给我一些提示,告诉我如何实现这个算法?


回答:

图像是如何表示的?它是否只是从相机传感器输入的原始位图?如果是这样,那么你可能遇到麻烦了,因为这个问题非常困难。这个特定问题的名称叫做同时定位与地图构建(简称SLAM):

http://en.wikipedia.org/wiki/Simultaneous_localization_and_mapping

一般来说,解决这个问题非常困难,而且在不了解更多关于你的数据类型和处理限制的情况下,不可能回答你的问题。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注