Name: Self-supervised learning of mobility affordances for vision-based navigation

Abstract:

Description: <p><span style="font-size:11pt"><span style="line-height:normal"><span style="font-family:Calibri, sans-serif"><span style="caret-color:#000000"><span style="color:#000000"><span style="font-style:normal"><span style="font-variant-caps:normal"><span style="font-weight:normal"><span style="letter-spacing:normal"><span style="orphans:auto"><span style="text-transform:none"><span style="white-space:normal"><span style="widows:auto"><span style="word-spacing:0px"><span style="-webkit-text-size-adjust:auto"><span style="text-decoration:none"><span style="font-size:12pt"><span style="color:#538135">Zuk&uuml;nftige mobile Serviceroboter, wie z.B. Lieferroboter oder selbstfahrende Autos, m&uuml;ssen selbst&auml;ndig in ihrer Umgebung lernen k&ouml;nnen, um sich an Ver&auml;nderungen anpassen zu k&ouml;nnen. Dadurch w&uuml;rden sie sich nicht nur effizienter fortbewegen k&ouml;nnen, sondern Ingenieure w&uuml;rden auch davon befreit werden, Roboter durch manuelle Programmierung auf die jeweilige Umgebung abzustimmen.</span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></p> <p><span style="font-size:11pt"><span style="line-height:normal"><span style="font-family:Calibri, sans-serif"><span style="caret-color:#000000"><span style="color:#000000"><span style="font-style:normal"><span style="font-variant-caps:normal"><span style="font-weight:normal"><span style="letter-spacing:normal"><span style="orphans:auto"><span style="text-transform:none"><span style="white-space:normal"><span style="widows:auto"><span style="word-spacing:0px"><span style="-webkit-text-size-adjust:auto"><span style="text-decoration:none"><span style="font-size:12pt"><span style="color:#538135">In diesem Projekt werden J&ouml;rg St&uuml;ckler und sein Team untersuchen, wie mobile Roboter ihre Fahreigenschaften in ihrer Umgebung selbst&uuml;berwacht lernen k&ouml;nnen. Der Ansatz soll Bewegungsmodelle lernen, die die Auswirkungen von Aktionen von mobilen Robotern in ihrer Umgebung vorhersagen k&ouml;nnen. Die Forscher werden einen kamerabasierten Navigationsansatz zur Planung von Bewegungen anhand der gelernten Modelle entwickeln. Das Verfahren wird f&uuml;r die autonome Navigation eines mobilen Roboters evaluiert.&nbsp;</span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></span></p>

Image:

Image caption:

Link:

Meta keywords:

Meta description:

Hidden: false

Slug: self-supervised-learning-of-mobility-affordances-for-vision-based-navigation

Edit | Back