最后一公里，未来或交给机器人如何？

在消费互联网的催生下，物流行业发展迅猛，转向智能物流发展，物流机器人被广泛应用于物流配送、物流仓储、分拣中心等环节，伴随着技术的提升，物流机器人逐步走向高端、精细化，甚至更人性化。或许有一天，您的包裹、外卖是个又萌又可爱的物流机器人送来的。

以前，机器人导航的标准方法包括提前绘制区域，然后使用算法将机器人引向地图上的特定目标或GPS坐标。尽管这种方法对于探索特定环境可能有意义，但在最后一英里交付的情况下可能变得笨拙。如今，利用机器人所在环境中的线索来规划到达目的地线路，可以识别出可能通往人行道，进而又可能导致人行道等。可大大减少机器人在确定目标之前花费在探索某处上的时间，而且它不依赖于特定住宅的地图。

对事物的感觉

近年来，研究人员致力于将自然的语义语言引入机器人系统，训练机器人通过其语义标签识别对象，以便他们可以视觉上将门当作一扇门，例如，而不是简单地作为一个坚实的矩形障碍物。

利用了现有的算法，从可视数据中提取特征，以生成同一场景的新地图。

成本计算很重要

通过语义，加快机器人的路径规划。该算法将通过预先存在的SLAM算法创建的语义图转换为第二张图，表示任何给定位置接近目标的可能性。

此“成本计算”地图以彩色着色，以将较暗的区域表示为远离目标的位置，将较亮的区域表示为靠近目标的区域。黄色编码为人行道，通过成本计算，将其翻译为新地图中较暗的区域，而车道则在接近目的地时逐渐变轻，新地图中最亮的区域。

研究人员在训练数据集之外的一所全新房屋的图像模拟中测试了他们的方法，首先使用预先存在的SLAM算法生成语义图，然后使用其新的成本估算器生成第二张地图和通往目标的路径。结果发现，新的成本管理技术发现目的地的速度比经典导航算法快了189％。

结果说明，即使在陌生的环境中，机器人也可以使用有效地定位目标，将包裹运送到目的地。据悉，该项研究得到福特汽车公司的部分支持。

欲了解更多，请多多关 注一下中国电气传动网！