QUT研究人员开发了一种新的方式，使机器人可以从更人性化的角度看待世界，这有可能改善无人驾驶汽车以及工业和移动机器人等技术与人的操作和交互方式。
被认为是世界第一的博士学位。来自QUT科学与工程学院和澳大利亚机器人视觉中心的学生Sourav Garg，Niko Suenderhauf博士和Michael Milford教授使用视觉语义从相反的角度实现高性能的位置识别中国机械网okmao.com。
Garg先生说，虽然人类具有从反方向重新进入某个位置的出色能力，包括在外观出现极端变化的情况下，但这项任务给机器人和自动驾驶汽车带来了挑战。
“例如，如果某人正在沿着道路行驶，然后掉头掉头并沿着相反的方向往回走，他们有能力根据先前的经验知道他们在哪里，因为认识到环境的关键方面。
如果人们在夜间沿着同一条道路行驶，然后在白天或不同季节再次行驶，人们也可以做到这一点。”
“不幸的是，对于机器人来说，这不是那么简单。当前设计的解决方案，例如无人驾驶汽车所使用的解决方案，很大程度上依赖于全景摄像机或360度光检测和测距（LIDAR）感应。虽然有效，但与如何实现却大不相同，人类自然会导航。
迈克尔·米尔福德（Michael Milford）教授说，昆士兰理工大学研究人员团队提出的系统使用了最新的语义分割网络，称为RefineNet，并在Cityscapes数据集上进行了训练，以形成图像的局部语义张量（LoST）描述符。
然后将其与基于空间布局验证检查和加权关键点匹配的其他机器人视觉技术一起用于执行位置识别。
米尔福德教授说：“我们想复制人类使用的过程。视觉语义不仅通过感知，而且通过理解关键对象在环境中的位置而起作用，这使得后续行动具有更大的可预测性。”
“我们的方法使我们能够以相对较小的视觉重叠和昼夜周期匹配来自相对视点的位置。
我们现在正在扩展这项工作，以处理相对视点和横向视点变化，例如，当车辆改变车道时这增加了额外的难度。”
该研究小组的论文已经在本月在匹兹堡卡内基梅隆大学举行的最具选择性的国际机器人大会“机器人技术：科学与系统”上被接受发表。