EgoNav：结合学习航点与几何感知局部控制的室内导航新方法

室内机器人导航常采用轻量拓扑地图，仅需地理标记图像，通过视觉匹配而非精确位姿估计实现定位。然而，学习型航点预测器可能产生违反几何约束或偏离全局路径的目标，安全执行需依赖具备避障能力的局部规划器，但现有系统要么缺乏该模块，要么使用无法适应狭窄空间的固定参数。为此，研究者提出EgoNav分层系统，从语义分割的可通行区域生成候选点，并依据几何安全、方向一致性和对学习先验的保真度进行评分，择优修正航点。随后，自适应局部路径规划器根据修正结果调整参数并执行。在Habitat-sim仿真仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身与实体人形机器人人形机器人外形模仿人类、有头有手有腿的机器人。最大优势是能直接使用为人类世界设计的工具和空间——楼梯、门把手、工厂工位都不在话下。◆ 小白科普 · 现身上的实验表明，EgoNav在成功率与路径效率上均优于当代基线方法。