使用实时 stereo3d 图像在迷宫中进行路径检测和前进
Path detection and progress in the maze with live stereo3d image
我正在制作 ugv 原型。目标是对迷宫中的目标集执行所需的操作。当我上网时，仅仅在迷宫中导航的权利通常是由距离传感器实现的。 我想咨询的想法比问题多
我想通过分析来自 3d 立体相机 的图像来探索迷宫。您是否可以为此建议资源或成功的方法？作为次要问题，小车必须从迷宫入口前出发，看到入口进去，在迷宫内完成操作后离开迷宫。
如果您能为这个问题提供一个来源，我将很高兴。 :)
问题描述有点模糊，但我会尽量强调一些一般性想法。
一个有用的假设是迷宫是您想要探索的二维环境。你需要随时知道地图的哪一部分已经探索过，地图的哪一部分还需要探索，以及地图的哪一部分可以通过任何方式访问（换句话说，墙在哪里）。
一个简单的初始数据结构可以帮助解决这个问题，它是一个简单的矩阵，其中每个单元格代表现实世界中的一个正方形。然后可以根据其状态标记每个单元格，从未探索的状态开始。然后你开始移动和探索。根据摄像头报告的距离，您可以估计每个细胞的状态。探索可以由诸如 A* 或 Q-learning 之类的东西来指导。
现在，一个相当微妙的问题是你将不得不处理不确定性和噪音。有时你可以忽略它，有时你不能。您需要的分辨率越高，问题就越大。概率框架很可能是最佳解决方案。
所谓的 SLAM 算法是一个完整的研究领域。 SLAM 代表同步定位和映射。他们使用来自各种类型的相机或传感器的某种输入来构建地图，然后构建地图。在构建地图的同时，他们还解决了地图内部的定位问题。这些算法通常是为 3d 环境设计的，比上面指出的更简单的解决方案要求更高，但您可以找到现成的实现。对于探索，还是要用到Q-learning之类的东西。
我正在制作 ugv 原型。目标是对迷宫中的目标集执行所需的操作。当我上网时，仅仅在迷宫中导航的权利通常是由距离传感器实现的。 我想咨询的想法比问题多
我想通过分析来自 3d 立体相机 的图像来探索迷宫。您是否可以为此建议资源或成功的方法？作为次要问题，小车必须从迷宫入口前出发，看到入口进去，在迷宫内完成操作后离开迷宫。
如果您能为这个问题提供一个来源，我将很高兴。 :)
问题描述有点模糊，但我会尽量强调一些一般性想法。
一个有用的假设是迷宫是您想要探索的二维环境。你需要随时知道地图的哪一部分已经探索过，地图的哪一部分还需要探索，以及地图的哪一部分可以通过任何方式访问（换句话说，墙在哪里）。
一个简单的初始数据结构可以帮助解决这个问题，它是一个简单的矩阵，其中每个单元格代表现实世界中的一个正方形。然后可以根据其状态标记每个单元格，从未探索的状态开始。然后你开始移动和探索。根据摄像头报告的距离，您可以估计每个细胞的状态。探索可以由诸如 A* 或 Q-learning 之类的东西来指导。
现在，一个相当微妙的问题是你将不得不处理不确定性和噪音。有时你可以忽略它，有时你不能。您需要的分辨率越高，问题就越大。概率框架很可能是最佳解决方案。
所谓的 SLAM 算法是一个完整的研究领域。 SLAM 代表同步定位和映射。他们使用来自各种类型的相机或传感器的某种输入来构建地图，然后构建地图。在构建地图的同时，他们还解决了地图内部的定位问题。这些算法通常是为 3d 环境设计的，比上面指出的更简单的解决方案要求更高，但您可以找到现成的实现。对于探索，还是要用到Q-learning之类的东西。