传感器映射概述。该系统四处移动，并在移动过程中建立一个它所观察到的视觉目录。这是后来用来知道它以前是否到过那里的地图。学分:布里斯托大学布里斯托大学的研究人员展示了一种新型特殊类型的相机如何建立一张它曾经去过的地方的图片地图，并使用这张地图来知道它现在在哪里，这将在智能传感器、无人驾驶汽车和机器人的发展中非常有用。在旅行中，知道自己在地图上的位置是最有用的信息之一。它可以让你计划下一步去哪里，也可以跟踪你以前去过的地方。这对智能设备至关重要，从机器人吸尘器到送货无人机，再到关注我们健康的可穿戴传感器。
但一个重要的障碍是，需要构建或使用地图的系统非常复杂，通常依赖于像全球定位系统这样的外部信号，这些信号不在室内工作，或者由于涉及大量组件而需要大量能量。
布里斯托大学计算机科学系机器人学、计算机视觉和移动系统教授Walterio Mayol-Cuevas领导了一直在开发这项新技术的团队。
他说:“我们经常想当然地认为我们令人印象深刻的空间能力。以蜜蜂或蚂蚁为例。它们已经被证明能够利用视觉信息四处移动，并实现高度复杂的导航，所有这些都不需要全球定位系统或大量的能源消耗。
Right:系统在世界各地移动，Left:会看到一个新的图像，并决定是否将其添加到视觉目录中(左上角)，这是一个图形地图，随后可以用来定位系统。学分:布里斯托大学“这在很大程度上是因为他们的视觉系统非常高效，并且能够很好地制作和使用地图，机器人还不能在那里竞争。”
然而，该团队称之为像素处理器阵列(PPA)的新型传感器处理器设备允许在传感器上进行处理。这意味着，当图像被感知时，设备可以决定保留什么信息，丢弃什么信息，并且只使用手头任务所需的信息。
这种PPA设备的一个例子是由曼彻斯特大学电路和系统教授皮奥特·杜德克和他的团队在曼彻斯特大学的同事开发的SCAMP架构。这个PPA对每个像素都有一个小处理器，允许在传感器本身上进行大量并行计算。
布里斯托大学的研究小组先前已经演示了这些新系统如何以每秒数千帧的速度识别物体，但新的研究显示了传感器处理器设备如何制作地图并使用它们，所有这些都发生在图像捕获时。
这项工作是赫克托·卡斯蒂略-埃利扎德硕士论文的一部分，他在布里斯托尔大学获得了机器人学硕士学位。他由刘亚男和劳里·博斯博士共同指导，也在攻读同一主题的博士学位。
在定位过程中，将输入图像与视觉目录(描述符数据库)进行比较，如果找到匹配，系统将告诉它相对于目录的位置(预测节点，顶部的小白矩形)。注意系统如何能够匹配图像，即使有光照变化或物体如人在移动。学分:布里斯托大学赫克托·卡斯蒂略-埃利扎德和团队开发了一种映射算法，可以运行传感器处理器设备上的所有程序。
该算法看似简单:当新图像到达时，该算法会判断它是否与之前看到的图像有足够的不同。如果是，它将存储它的一些数据，如果不是，它将丢弃它。
当PPA设备被例如人或机器人移动时，它将收集可视的视图目录。当处于本地化模式时，该目录可用于匹配任何新图像。
重要的是，没有图像走出PPA，只有关键数据表明它在视觉目录的位置。这使得系统更加节能，也有助于保护隐私。
该团队认为，这种类型的人工视觉系统是为视觉处理而开发的，不一定是为了记录图像，这是朝着制造更高效的智能系统迈出的第一步，该系统可以使用视觉信息来理解和移动世界。为地球和人类做有用事情的微型节能机器人或智能眼镜将需要空间理解，这将来自于能够制作和使用地图。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
