摘要：研究人员开发了一个名为WildFusion的新颖框架，它可以融合视觉，振动和触摸，使机器人像人类一样“感官”并驾驭复杂的户外环境。...

我们的感官提供的丰富信息使我们的大脑能够在周围的世界中浏览我们周围的世界。触摸，气味，听力和强烈的平衡感对于通过对我们来说似乎是简单的环境（例如在周末早晨进行轻松远足）至关重要的。

对顶棚开销的天生理解有助于我们找出路径的前进位置。尖锐的树枝或苔藓柔软的垫子向我们告知了我们的立足点的稳定性。一棵树的雷声或在强风中跳舞的树枝使我们知道附近的潜在危险。

相比之下，机器人长期以来仅依靠摄像机或激光镜等视觉信息来遍及世界。在好莱坞以外，多感觉导航长期以来一直在机器上充满挑战。森林中，森林茂密的灌木丛，倒下的原木和不断变化的地形，是传统机器人的不确定性的迷宫。

现在，杜克大学的研究人员已经开发了一个名为的新颖框架野生灌注这会融合视觉，振动和触摸，使机器人像人类一样“感知”复杂的户外环境。最近，该作品被接受了IEEE国际机器人与自动化会议（ICRA 2025），该会议将于2025年5月19日至23日在佐治亚州亚特兰大举行。

“野生灌注迪金森家庭助理教授Boyuan Chen说：“打开了机器人导航和3D映射的新篇章。

主要学生作家Yanbaihui Liu补充说：“典型的机器人在很大程度上依赖视力或激光措施，通常没有明确的道路或可预测的地标。”陈实验室的学生。 “即使是高级的3D映射方法，当传感器数据稀疏，嘈杂或不完整时，也很难重建连续地图，这是在非结构化的室外环境中经常出现的问题。这正是挑战野生灌注旨在解决。”

野性，建立在四倍的机器人上，集成了多种感应方式，包括RGB相机，激光镜，惯性传感器，以及尤其是与麦克风和触觉传感器联系。与传统方法一样，相机和激光雷达捕获了环境的几何形状，颜色，距离和其他视觉细节。是什么野生灌注特殊是其对声学振动和触摸的使用。

当机器人走路时，接触麦克风记录了每个步骤产生的独特振动，从而捕获微妙的差异，例如干燥的叶子的紧缩与泥浆的柔软挤压。同时，触觉传感器测量了每只脚施加了多少力，帮助机器人感觉稳定性或实时的滑动性。惯性传感器还补充了这些增加的感官，该传感器收集加速度数据，以评估机器人在横穿不平坦地面时摇摆，俯仰或滚动的程度。

然后，每种类型的感觉数据通过专门的编码来处理，并融合到单一的，丰富的表示中。核心野生灌注是一个基于隐式神经表征的思想的深度学习模型。与将环境视为离散点集合的传统方法不同，这种方法不断地对复杂的表面和特征进行建模，从而使机器人能够对何处踩踏地点做出更聪明，更直观的决定，即使其视野被阻止或模棱两可。

陈解释说：“将其视为解决一些缺少一些碎片的难题，但您可以直观地想象完整的图片。” “野生灌注当传感器数据稀疏或嘈杂时，“填充空白”的多模式方法使机器人“填充毛坯”，就像人类所做的一样。”

野生灌注在杜克大学校园附近的北卡罗来纳州的Eno河州立公园进行了测试，成功地帮助机器人浏览了茂密的森林，草原和砾石路径。刘说：“看着机器人自信地驾驶地形是令人难以置信的有益的。” “这些现实世界的测试证明了野生灌注精确预测遍历性，显着改善机器人在挑战地形上的安全道路上的决策能力。”

展望未来，该团队计划通过合并其他传感器（例如热或湿度探测器）来扩展系统，以进一步增强机器人理解和适应复杂环境的能力。具有灵活的模块化设计，野生灌注除了森林小径之外，还提供了巨大的潜在应用，包括在不可预测的地形上进行灾难响应，检查远程基础设施和自主探索。

Chen说：“当今机器人技术的主要挑战之一是开发系统，这些系统不仅在实验室中表现良好，而且在现实世界中可靠地发挥作用。” “这意味着即使世界变得凌乱，可以适应，做出决定并继续前进的机器人。”

这项研究得到了DARPA（HR00112490419，HR00112490372）和陆军研究实验室（W911NF2320182，W911NF2220113）的支持。