近年来，随着科技的日月牙异，自主户外地形分类技能在农业、野外勘测、接济等领域的运用越来越广泛。
自主户外地形分类是指让机器人或者无人机等自主设备通过搭载传感器和人工智能技能，对户外环境中的地形进行识别和分类的过程。
该技能能够帮助各行业提高效率、减少人力本钱，为各行业的发展供应了主要助力。
两辆HUSKY UGV移动机器人户外地形勘探分类的背景
美国武装部队最大的分支是陆军，他们紧张卖力实行陆基军事行动，该部门内有美国陆军研究实验室（ARL）。
实验室卖力人兼打算机工程师David Baran卖力开拓灵巧的自主导航技能，并在各种繁芜环境中测试自主性。Baran的研究目标是为地面车辆开拓自主方法，用以高效准确地穿越各种地形。目前，他正在研究一种打破性的地形勘探分类方法，利用两辆能够直不雅观识别地形的HUSKY UGV。
Husky是一个中型机器人开拓平台。承载达75公斤，最大速率1.0米/秒（2.2英里/小时），其巨大的有效载荷能力和电力系统可容纳各种有效载荷，并可根据研究需求进行定制。
根据利用者的需求，可以将立体相机、激光雷达、GPS、IMU、机器手等添加到UGV中。Husky拥有坚固的构造和高扭矩传动系统，可以将UGV带到其他机器人无法到达的地方。
ARL利用Clearpath HUSKY UGV移动机器人办理方案
利用算法对相似的数据点进行分组
传统的标记数据点以进行地形分类的方法哀求机器人的视觉系统绘制多边形并勾勒出其视野中的所有像素。
此过程繁琐且效率低下，由于系统必须对每个已识别的数据点进行单独分类。为了进行比较，Baran增长的算法可以对相似的数据点进行分组，并将单个标签运用于该组，以便HUSKY UGV可以更有效地理解其周围环境，并沿着阻力最小的路径导航。
“我们希望机器人留在人行道或小径上，而不是一条通往目标的潜在更短的路径，”Baran阐明道：“车辆不会在野外和路径上行驶，而是可以识别代表道路的路径上导航以保持在行驶。”
实现户外无人驾驶车辆的新可能性
ARL基于视觉的自主地形分类许可移动机器人利用摄像头不雅观察地面。它可以根据本钱和风险评估不同的地形，并根据对这两个元素的影响最小来确定其路径。
该办理方案利用无监督机器学习来制作聚类，用于对图像中外不雅观相似的观点进行分组，从而为用户供应一个大型超像素（相似区域）聚类，这些超像素（相似区域）可以用单个标签进行分类。演习这些分类器利用更少的操作员事情来天生演习数据。
因此，“HUSKY UGV能够在没有人工输入的情形下区分路径、植被和其他地形分类，”Baran阐明道。研究团队便是通过HUSKY勘探地形并进行分类得到的数据，可以实现不同地形的户外无人驾驶。
Baran的团队利用两台HUSKY UGV：一个用于运行传统的绘制多边形和映射像素，另一个则利用新的视觉地形分类方法。
同时利用两个机器人，Baran的团队可以识别新演习方法中的缺点，并理解它们是否是由无关紧要的数据点引起的。
固耐用的HUSKY UGV移动机器人适宜艰巨的事情
ARL团队须要一个坚固耐用的移动机器人来完成他们的事情，并且可以轻松与各种传感器集成。
进行户外地形分类的HUSKY配备了两个NanoITX，一个用于导航和自主，另一个用于视觉处理。此外，这两个平台都包括Preslica高分辨率科学相机和用于360度避障的Velodyne激光扫描仪。
Husky外表设计方便简洁，采取耐用材料制成，活动部件很少。它具有高性能、免掩护的传动系统和大型花纹轮胎，能够应对具有寻衅性的现实天下地形，担保研究的效益。
利用Clearpath HUSKY UGV移动机器人用于自主户外地形分类的上风
1.大略易用。Husky是第一个在工厂设置中支持ROS的现场机器人平台。利用Husky与现有研究集成，并以发达发展的ROS社区中不断增长的知识库为根本，更快地开始产生研究结果。Husky利用开源串行协议，为ROS供应API支持，以及C++和Python选项。
2.坚固耐用且适宜全地形。Husky形状设计优雅简洁，采取耐用材料制成，坚固耐用。其高性能、免掩护的传动系统和大型花纹轮胎使Husky能够应对具有寻衅性的不同地形。
3.值得相信的基准。Husky受到环球数百名研究职员和工程师的相信，为建立新的机器人研发事情供应了经由验证的基准。
4.精准掌握。Husky拥有非常高分辨率的编码器，可供应改进的状态估计和航位推算功能。经由微调且用户可调节的掌握器纵然在低速 (<1cm/s) 下也能供应令人难以置信的平滑运动曲线，并具有出色的抗滋扰能力。
注：文章版权归原作者所有，如有欠妥，请联系删除。