我正在制作一个 ugv原型。目标是对迷宫内设置的目标执行所需的动作。当我上网时，在迷宫中导航的唯一权利通常是由距离传感器完成的。 除了问题之外，我想咨询更多的想法。
我想通过分析 3d立体相机中的图像来导航迷宫。您是否可以为此建议一种资源或成功的方法？第二个问题是，汽车必须在迷宫的入口处启动，看到入口并进入，然后在迷宫中完成操作后离开迷宫。
如果您建议此问题的出处，我会很高兴。：）
答案 0 :(得分：1)
问题描述有点含糊，但我将尝试强调一些一般性想法。
一个有用的假设是，迷宫是您要探索的2D环境。您需要随时知道地图的哪一部分已被浏览，地图的哪一部分仍需要探索，以及地图的哪一部分可以通过任何方式访问（换句话说，墙壁在哪里）。 / p>
一个简单的初始数据结构就是一个简单的矩阵，其中每个单元代表现实世界中的一个正方形。然后可以根据其状态对每个单元进行标记，从未探索状态开始。然后，您开始移动并进行探索。根据摄像机报告的距离，您可以估计每个单元的状态。探索可以通过诸如A *或Q学习之类的方法进行指导。
现在，一个相当微妙的问题是，您将不得不应对不确定性和噪音。有时您可以忽略它，有时则可以。您所需的分辨率越精细，问题就越大。概率框架很可能是最好的解决方案。
对所谓的SLAM算法有一个完整的研究领域。 SLAM代表同时进行本地化和映射。他们使用来自各种类型的摄像机或传感器的某种输入来构建地图，然后构建地图。在构建地图时，他们还解决了地图内的本地化问题。这些算法通常是为3d环境设计的，并且比上面指出的更简单的解决方案要求更高，但是您可以找到可立即使用的实现。为了进行探索，仍然必须使用类似Q学习的方法。