Inom en inte alltför avlägsen framtid, robotar kan skickas som lastbilar för att lämna din avhämtningsbeställning, paket, eller prenumeration på måltidspaket vid din dörr – om de kan hitta dörren.

Standardmetoder för robotnavigering innebär att kartlägga ett område i förväg, sedan använda algoritmer för att styra en robot mot ett specifikt mål eller GPS -koordinat på kartan. Även om detta tillvägagångssätt kan vara meningsfullt för att utforska specifika miljöer, såsom utformningen av en viss byggnad eller planerad hinderbana, det kan bli obehagligt i samband med sista mils leverans.

Tänka, till exempel, måste i förväg kartlägga varje enskilt område inom en robots leveranszon, inklusive konfigurationen av varje hus i det grannskapet tillsammans med de specifika koordinaterna för varje hus ytterdörr. En sådan uppgift kan vara svår att skala till en hel stad, särskilt eftersom husets utsida ofta förändras med årstiderna. Att kartlägga varje enskilt hus kan också stöta på problem med säkerhet och integritet.

Nu har MIT-ingenjörer utvecklat en navigeringsmetod som inte kräver kartläggning av ett område i förväg. Istället, deras tillvägagångssätt gör det möjligt för en robot att använda ledtrådar i sin miljö för att planera en rutt till sin destination, som kan beskrivas i allmänna semantiska termer, som "ytterdörr" eller "garage, " snarare än som koordinater på en karta. Till exempel, om en robot instrueras att leverera ett paket till någons ytterdörr, den kan börja på vägen och se en uppfart, som den har tränats att känna igen som sannolikt leder mot en trottoar, som i sin tur sannolikt leder till ytterdörren.

Den nya tekniken kan avsevärt minska tiden en robot spenderar på att utforska en fastighet innan den identifierar sitt mål, och det är inte beroende av kartor över specifika bostäder.

"Vi skulle inte behöva göra en karta över varje byggnad som vi skulle behöva besöka, " säger Michael Everett, en doktorand vid MIT:s avdelning för maskinteknik. "Med denna teknik, Vi hoppas kunna släppa en robot i slutet av en uppfart och låta den hitta en dörr. "

Everett kommer att presentera gruppens resultat denna vecka på den internationella konferensen om intelligenta robotar och system. Pappret, som är medförfattare av Jonathan How, professor i flygteknik och astronautik vid MIT, och Justin Miller från Ford Motor Company, är finalist för "Bästa papper för kognitiva robotar."

"En känsla av vad saker är"

På senare år har forskare har arbetat med att introducera naturliga, semantiskt språk till robotsystem, träna robotar att känna igen objekt med sina semantiska etiketter, så att de visuellt kan bearbeta en dörr som en dörr, till exempel, och inte bara som en solid, rektangulärt hinder.

"Nu har vi en förmåga att ge robotar en känsla av vad saker är, i realtid, " säger Everett.

Everett, Hur, och Miller använder liknande semantiska tekniker som en språngbräda för sin nya navigationsmetod, som utnyttjar befintliga algoritmer som extraherar funktioner från visuella data för att generera en ny karta över samma scen, representeras som semantiska ledtrådar, eller sammanhang.

I deras fall, forskarna använde en algoritm för att bygga upp en karta över miljön när roboten rörde sig, med hjälp av de semantiska etiketterna för varje objekt och en djupbild. Denna algoritm kallas semantisk SLAM (Simultaneous Localization and Mapping).

Medan andra semantiska algoritmer har gjort det möjligt för robotar att känna igen och kartlägga objekt i sin omgivning för vad de är, de har inte tillåtit en robot att fatta beslut för tillfället när han navigerar i en ny miljö, på den mest effektiva vägen att ta till en semantisk destination som en "ytterdörr."

"Innan, att utforska var bara, släng ner en robot och säg 'gå, "och det kommer att röra sig och så småningom komma dit, men det kommer att gå långsamt, "Hur säger.

Kostnaden att gå

Forskarna försökte påskynda en robots vägplanering genom en semantisk, kontextfärgade världen. De utvecklade en ny "kostnadsberäknare, "en algoritm som konverterar en semantisk karta skapad av redan existerande SLAM -algoritmer till en andra karta, representerar sannolikheten för att en given plats är nära målet.

"Detta var inspirerat av bild-till-bild översättning, där du tar en bild av en katt och får den att se ut som en hund, "Everett säger." Samma typ av idé händer här där du tar en bild som ser ut som en karta över världen, och förvandla den till denna andra bild som ser ut som världskartan men som nu är färgad baserat på hur nära olika punkter på kartan är till slutmålet."

Den här kostnadskartan är färgad, i gråskala, att representera mörkare områden som platser långt från ett mål, och lättare regioner som områden som ligger nära målet. Till exempel, trottoaren, kodat med gult på en semantisk karta, kan översättas av cost-to-go-algoritmen som en mörkare region i den nya kartan, jämfört med en uppfart, som blir allt ljusare när den närmar sig ytterdörren – det ljusaste området på den nya kartan.

Forskarna tränade denna nya algoritm på satellitbilder från Bing Maps som innehåller 77 hus från en stadsdel och tre förortskvarter. Systemet konverterade en semantisk karta till en kostnad-att-gå-karta, och kartlagt den mest effektiva vägen, efter lättare områden på kartan, till slutmålet. För varje satellitbild, Everett tilldelade semantiska etiketter och färger till sammanhangsfunktioner i en typisk gårdsplan, som grått för en ytterdörr, blå för en uppfart, och grönt för en häck.

Under denna utbildningsprocess, teamet applicerade också masker på varje bild för att efterlikna den partiella vy som en robots kamera sannolikt skulle ha när den korsar en gård.

"En del av tricket med vårt tillvägagångssätt var att [ge systemet] massor av partiella bilder, ”Hur förklarar det.” Så det var verkligen tvunget att ta reda på hur alla dessa saker hängde ihop. Det är en del av det som gör att det här fungerar robust."

Forskarna testade sedan sitt tillvägagångssätt i en simulering av en bild av ett helt nytt hus, utanför utbildningsdataset, först använda den redan existerande SLAM-algoritmen för att generera en semantisk karta, sedan använda sin nya kostnadsuppskattare för att generera en andra karta, och vägen till ett mål, I detta fall, huvuddörren.

Gruppens nya kostnad-att-gå-teknik fann ytterdörren 189 procent snabbare än klassiska navigationsalgoritmer, som inte tar hänsyn till sammanhang eller semantik, och istället spendera överdrivna steg på att utforska områden som sannolikt inte är nära deras mål.

Everett säger att resultaten illustrerar hur robotar kan använda sammanhang för att effektivt lokalisera ett mål, även i okänt, opartade miljöer.

"Även om en robot levererar ett paket till en miljö som det aldrig varit i, det kan finnas ledtrådar som kommer att vara desamma som andra platser det har setts, "Säger Everett." Så världen kan läggas upp lite annorlunda, men det finns förmodligen några saker gemensamt."

Den här historien återpubliceras med tillstånd av MIT News (web.mit.edu/newsoffice/), en populär webbplats som täcker nyheter om MIT-forskning, innovation och undervisning.