# 交付机器人可以自己找到你家门 - 作者：冷思真 - 发布时间：2019-11-05 15:13 - 分类：产品 - 原文：https://www.ifanr.com/1277760 ![](https://s3.ifanr.com/wp-content/uploads/2019/11/photo-1563207153-f403bf289096.jpeg) 最后一公里的配送可以交给机器人来完成吗？ 可以，但机器人要怎么找到正确的门还是一个问题。 一般来说，机器人导航需要我们为它提前绘制一个区域地图，用算法引导机器人朝向地图上的特定目标或 GPS 坐标前进。这种方法在探索一个建筑布局或规划障碍赛道时是有意义的。但在最后一英里的交付环境中，这种办法可能变得「很笨」。想象一下，你在商场里用导航的效果是不是就不如开口问。 ![](https://s3.ifanr.com/wp-content/uploads/2019/11/MIT-context-navigation-01_0.jpg) ▲ 图片来自：MIT News [麻省理工学院](https://scitechdaily.com/innovative-ai-from-mit-helps-delivery-robots-find-the-front-door-video/)新闻办公室的 Jennifer Chu 也表示：「如果我们要提前绘制机器人送货区域内的每一个社区，包括该社区内每栋房子的配置，以及每栋房子前门的具体坐标。这样的绘制任务很难扩展到整个城市，尤其是房屋的外观经常随着季节的变化而变化。」 而在成本高，操作难度大之外，把每户人家的坐标都传到系统上也会让人忧心自己的隐私问题。与其用这个方法，快递物流企业估计更愿意多雇佣几个快递员。 ![](https://s3.ifanr.com/wp-content/uploads/2019/11/920x920.jpg) ▲ 图片来自：SFGate 我们可以开口问，但机器人没法开口，只能看。 来自麻省理工和福特汽车的一组工程师现在就在训练机器人[不用地图](https://www.youtube.com/watch?v=yVlnbqEFct0)，通过线索去「找」门。 ![](https://s3.ifanr.com/wp-content/uploads/2019/11/2019-11-05-09-59-26.2019-11-05-10_29_38.2019-11-05-10_59_50.gif) 麻省理工学院机械工程系的研究生 Michael Everett 就表示，不同区域的布局是不同的，但也会有些共同点。「即使一个机器人把包裹送到一个它从未到过的地方，也可能会发现一些线索，与它在其他地方看到的一样。」 线索可能是前门、车库、车道等「路标」。机器人经过训练后，很可能知道一条车道常通向一条人行道，而这条人行道一般会通向家门口。 在不依赖地图的情况下，这项技术可以极大地减少机器人在识别目标时探索地形的时间。你不再需要为机器人绘制一张高精度的地图，只需要把它放在一条车道上，让它自己去寻找那扇门。 ![](https://s3.ifanr.com/wp-content/uploads/2019/11/2019-11-05-09-59-26.2019-11-05-10_06_33.2019-11-05-10_52_29.gif) 近年来，研究人员始终致力于将自然的语义引入机器人系统之中。 训练机器人通过语义标签识别物体，它就可以把一扇门当作一扇门，而不是简单地把它当作一个矩形障碍物。 这个技术的出色之处在于，我们成功地让机器人感知了周围的事物。 ![](https://s3.ifanr.com/wp-content/uploads/2019/11/starship-tech.jpg) ▲ 图片来自：MIT Technology Review 语义从现有的视觉数据中提取了特征的算法，以上下文的形式用语义线索生成了同场景的新地图。这种算法称为语义 SLAM（同步定位和映射）。 研究人员把这个算法应用到卫星图像上，就可以把这张包含了一个城市和三个郊区社区 77 户人家的地图依据图中较亮的区域，绘制出最有效的路径。对每一幅卫星图像，研究员 Everett 都会给典型的前院环境特征赋予语义标签和颜色，前门是灰色的，车道是蓝色的，树篱是绿色的。 在这个训练过程中，研究团队给每张图像都进行了遮罩处理，模拟机器人穿过院子时可能会出现的局部视角。 ![](https://s3.ifanr.com/wp-content/uploads/2019/11/2019-11-05-09-59-26.2019-11-05-10_31_59.2019-11-05-10_56_11.gif) 传统算法不考虑周围语义，探索了很多不大可能接近目标的区域。而使用新算法，机器人找到前门的速度比传统的导航算法快了 189% 未来，机器人或许可以自己做出决定，确定通往目的地的最佳路径。 题图来自 unsplash。