Стэнфордский семинар — Открывая двери (роботизированного) восприятия — Лука Карлоне

Открытие дверей (роботизированного) восприятия: к сертифицированным алгоритмам и системам пространственного восприятия Лука Карлоне MIT 11 февраля 2022 г. Пространственное восприятие — способность робота чувствовать и понимать окружающую среду — является ключевым фактором для автономных систем, работающих в сложных условиях, включая беспилотные автомобили и беспилотные летательные аппараты. Недавние достижения в алгоритмах и системах восприятия позволили роботам обнаруживать объекты и создавать крупномасштабные карты неизвестной среды, что является важнейшими возможностями для навигации, манипулирования и взаимодействия человека и робота. Несмотря на эти достижения, исследователи и практики хорошо осведомлены о хрупкости существующих систем восприятия, и по-прежнему существует большой разрыв между восприятием робота и человека. В этом докладе представлены наши последние результаты по разработке следующего поколения систем и алгоритмов восприятия роботов. В первой части доклада обсуждаются системы пространственного восприятия и обосновывается необходимость высокоуровневого понимания 3D-сцены для робототехники. Я представляю ранние работы по метрико-семантическому отображению (Kimera) и новым иерархическим представлениям для понимания 3D-сцен (3D Dynamic Scene Graphs). Затем я представлю последние результаты разработки Hydra, первой системы пространственного восприятия в реальном времени, которая строит 3D-графы окружающей среды в реальном времени и без участия человека. Вторая часть доклада посвящена алгоритмам восприятия и устанавливает связь между устойчивостью роботизированного восприятия и глобальной оптимизацией. Я представлю обзор наших сертифицированных алгоритмов восприятия — нового класса алгоритмов, устойчивых к экстремальным уровням шума и выбросов и обеспечивающих гарантии производительности. Я обсуждаю теоретические последствия наших сертифицированных алгоритмов и демонстрирую их применение для оценки положения и формы транспортного средства в сценариях автономного вождения. Полный плейлист:    • Stanford AA289/ENGR319 - Robotics and Auto...   #robot