Von Origami inspirierte weiche Aktuatoren für die Reizwahrnehmung und kriechende Roboteranwendungen, von Tao Jin, Long Li, Tianhong Wang, Guopeng Wang, Jianguo Cai, Yingzhong Tian und Quan Zhang
Rock-and-Walk-Manipulation: Objektbewegung durch passive Rolldynamik und periodische aktive Kontrolle, von Abdullah Nazir, Pu Xu und Jungwon Seo
Weiß Ihr Roboter, wo er sich gerade befindet? Macht es? Bist du dir sicher? Und was ist mit all seinen Roboterfreunden – wissen sie auch, wo sie sind? Das ist wichtig. In der Tat so wichtig, dass manche sagen würden, dass die gleichzeitige Lokalisierung und Kartierung mehrerer Roboter (SLAM) eine entscheidende Fähigkeit sei, um über große Gebiete zeitnah ein Situationsbewusstsein zu erlangen. Dabei handelt es sich um eine Gruppe von MIT-Robotikern, die gerade den IEEE Transactions on Robotics Best Paper Award für 2022 gewonnen haben, der auf der diesjährigen IEEE International Conference on Robotics and Automation (ICRA 2023) in London verliehen wurde. Glückwunsch!
Autonome Höhlenvermessung mit einem Luftroboter, von Wennie Tabib, Kshitij Goel, John Yao, Curtis Boirum und Nathan Michael
Seit der Aufnahme des obigen Videos haben die Forscher reale Tests mit Kimera-Multi durchgeführt. Unten sehen Sie ein Beispiel für die Karte, die von drei Robotern erstellt wurde, während sie insgesamt mehr als 2 Kilometer zurücklegen. Sie können leicht erkennen, wie sich die Genauigkeit der Karte erheblich verbessert, wenn die Roboter miteinander sprechen:
Transactions on Robotics hat auch einige hervorragende lobende Erwähnungen für 2022 ausgewählt:
Greifmanipulationsplanung: Modellierung, Algorithmen und Implementierung, von Florent Lamiraux und Joseph Mirabel
Weitere Details und Code finden Sie auf GitHub.
Aus Ihren Website-Artikeln
Stabilisierung von Komplementaritätssystemen durch kontaktbewusste Controller, von Alp Aydinoglu, Philip Sieg, Victor M. Preciado und Michael Posa
Roboter sind auf gleichzeitige Lokalisierung und Kartierung angewiesen, um zu verstehen, wo sie sich in unbekannten Umgebungen befinden. Aber unbekannte Umgebungen sind ein großer Ort und es braucht mehr als einen Roboter, um sie alle zu erkunden. Wenn Sie ein ganzes Team von Robotern schicken, kann jeder von ihnen sein eigenes kleines Stück erkunden und dann das Gelernte untereinander teilen, um eine viel größere Karte zu erstellen, die alle nutzen können. Wie bei den meisten Dingen mit Robotern ist dies viel leichter gesagt als getan, weshalb Kimera-Multi so nützlich und wichtig ist. Die preisgekrönten Forscher sagen, dass Kimera-Multi ein verteiltes System ist, das lokal auf einer Reihe von Robotern gleichzeitig läuft. Wenn sich ein Roboter in Kommunikationsreichweite mit einem anderen Roboter befindet, kann er Kartendaten teilen und diese Daten verwenden, um eine global konsistente Karte mit semantischen Anmerkungen zu erstellen und zu verbessern.
Dieser Artikel ist Teil unserer exklusiven IEEE Journal Watch-Reihe in Zusammenarbeit mit IEEE Xplore.
Von mehr als 200 Artikeln, die letztes Jahr in Transactions on Robotics veröffentlicht wurden, stimmten Rezensenten und Redakteure dafür, den IEEE Transactions on Robotics King-Sun Fu Memorial Best Paper Award 2022 an Yulun Tian, Yun Chang, Fernando Herrera Arias, Carlos Nieto-Granda, Jonathan P. How und Luca Carlone vom MIT für ihren Artikel Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for Multi-Robot Systems.
„Die Redaktion und die Gutachter waren tief beeindruckt von der theoretischen Eleganz und praktischen Relevanz dieses Papiers und des dazugehörigen Open-Source-Codes.“ „Kimera-Multi ist jetzt der Goldstandard für verteiltes Multiroboter-SLAM.“ – Kevin Lynch, Chefredakteur, IEEE Transactions on Robotics
Verwandte Artikel im Internet