Key points are not available for this paper at this time.
Ce travail présente des méthodes de planification de trajectoire et d'évitement d'obstacles pour le robot humanoïde QRIO, permettant au robot de se déplacer de manière autonome dans un environnement domestique. Pour un robot autonome, la détection et la localisation des obstacles ainsi que leur représentation sur une carte sont des tâches cruciales pour le succès du robot. Notre approche est basée sur l'extraction de plans à partir de données capturées par un système de vision stéréo qui a été développé spécifiquement pour QRIO. Nous présentons brièvement l'architecture logicielle générale composée de perception, de mémoire à court et à long terme, de contrôle du comportement, et de contrôle du mouvement, et mettons l'accent sur nos méthodes de détection d'obstacles par extraction de plans, de cartographie par grille d'occupation, et de planification de trajectoire. Les résultats expérimentaux complètent la description de notre système.
Sabe et al. (Thu,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: