CN114724396A - 用于操作自主代理的地图表示系统和方法 - Google Patents

用于操作自主代理的地图表示系统和方法 Download PDF

Info

Publication number
CN114724396A
CN114724396A CN202111305543.0A CN202111305543A CN114724396A CN 114724396 A CN114724396 A CN 114724396A CN 202111305543 A CN202111305543 A CN 202111305543A CN 114724396 A CN114724396 A CN 114724396A
Authority
CN
China
Prior art keywords
representation
dimensional
space
map
task
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111305543.0A
Other languages
English (en)
Inventor
O·提科
R·普尔纳查得兰
D·I·冈萨雷斯阿圭里
J·C·韦斯特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intel Corp
Original Assignee
Intel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Intel Corp filed Critical Intel Corp
Publication of CN114724396A publication Critical patent/CN114724396A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3885—Transmission of map data to client devices; Reception of map data by client devices
    • G01C21/3889—Transmission of selected map data, e.g. depending on route
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863—Structures of map data
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0227—Control of position or course in two dimensions specially adapted to land vehicles using mechanical sensing means, e.g. for sensing treated area
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Business, Economics & Management (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Atmospheric Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • User Interface Of Digital Computer (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明涉及用于操作自主代理的地图表示系统和方法。各个方面涉及地图表示系统，包括：一个或多个处理器，该一个或多个处理器被配置成用于：获得操作任务数据，该操作任务数据指示与对应操作空间内的一个或多个自主代理的操作相关联的一个或多个操作任务；以及根据操作任务数据获得特定于操作任务的地图数据，该特定于操作任务的地图数据表示与一个或多个操作任务相对应的操作空间。

Description

用于操作自主代理的地图表示系统和方法
技术领域
各方面总体上涉及一种表示系统(例如，地图表示系统)以及用于操作自主代理的方法。
背景技术
一般而言，自主代理可包括基于硬件和/或软件的实体，这些实体可至少部分地独立于用户的直接指令而对其环境中的状态和事件作出响应。自主代理的配置可包括与代表用户并为了用户的利益而执行的动作有关的方面。在一些应用中，自主代理可以执行各种任务，例如，导航任务、交互任务，等等。因此，可以利用允许自主代理执行所需的一个或多个任务的地图。地图可能是生成真实空间的虚拟表示的基础。地图可以与一个特定类型的表示有关，例如，体素地图与体素表示有关。
附图说明
贯穿附图，应注意，相同的附图标记用于描绘相同或类似的要素、特征和结构。这些附图不一定按比例绘制，而是一般着重于说明本公开的各方面。在以下描述中，参照下面的附图描述本公开的一些方面，其中：
图1以示意图示出根据一些方面的示例性地图表示系统及其组件；
图2以示意图示出根据一些方面的与地图表示系统及其组件相关联的示例性一个或多个存储器；
图3以示意图示出根据一些方面的示例性地图表示系统及其组件；
图4示出根据一些方面的机器人在房间中进行操作的示意性场景；
图5A和图5B以示意图示出根据一些方面的地图表示系统的组件；以及
图6以示意图示出根据一些方面的与可以作为地图表示系统的一部分的组件的操作相关联的流程图。
具体实施方式
以下详细描述中对附图进行参考，附图通过图示方式示出了可在其中实施本公开的具体细节和方面。足够详细地描述了这些方面以使本领域的技术人员能够实施本公开。可利用其他方面，并且可作出结构的、逻辑的和电气的改变，而不背离本公开的范围。各方面不一定是互斥的，因为可将一些方面与一个或多个其他方面组合以形成新的方面。结合方法描述各方面，并且结合设备描述了各方面。然而，可理解，结合方法描述的方面可被类似地应用于设备，并且反之亦然。
一个自主代理和/或一组自主代理可以被配置成用于以特定于任务的方式执行一个或多个动作。自主代理可以包括或可以是机器人(例如，被固定在基座上的机器人或移动机器人)。自主代理可以包括或可以是自主交通工具(例如，机器人出租车、无人机、自主飞行器、自主船舶、自主船只、自主潜水艇，仅作为示例)。仅作为示例，一个自主代理和/或一组自主代理可以以特定于任务的方式执行的一个或多个动作可以包括或可以是：导航、交互、处理、通过、(例如，联合地)工作、(例如，联合地)处理、(例如，联合地)操纵(例如，一个或多个协作式代理的动作)、控制(例如，一个或多个致动器的动作)、驾驶、飞行。各个方面与高效(例如，智能)数据存储和/或数据检取系统有关，以用于以特定于任务的方式处置现实世界中的空间、环境、对象和/或对象的行为的一个或多个虚拟表示(也称为地图)。在一些方面，分层和/或语义数据存储可允许基于任务或任务的情境对表示内核进行高效的数据访问/传输和/或处理。作为示例：为第一任务(例如，为操纵任务)提供第一虚拟表示，并且为第二任务(例如，为导航任务)提供第二虚拟表示，第一虚拟表示和第二虚拟表示可以具有不同的粒度或细节水平。对象的粒度/细节水平可能包括纹理分辨率、点云分辨率、行为分辨率。而且，对于同一任务，具有不同粒度或细节水平的不同虚拟表示可能是有益的，例如，利用不同能力(例如处理能力)的系统执行的任务。
图1以示意图图示出根据各方面的地图表示系统100(也被称为地图系统或表示系统)。地图表示系统100可以包括一个或多个处理器110。该一个或多个处理器110可以被配置成用于获得操作任务数据102d。操作任务数据102d可以指示(例如，可以表示)与对应的操作空间101内的一个或多个自主代理120的操作相关联的一个或多个操作任务102。一个或多个处理器110可以被配置成用于根据操作任务数据102d来获得特定于操作任务的地图数据104d。特定于操作任务的地图数据104d可以指示(例如，可以表示)与一个或多个操作任务102相对应的操作空间101的二维或三维表示111。
根据各方面，操作空间101的二维或三维表示111可以包括被设置在现实世界中(例如被设置在操作空间101中)的一个或多个对象101r的虚拟表示111v(例如，二维或三维虚拟表示111v)。在一些方面，特定于操作任务的地图数据104d可以包括与现实世界中的、对于特定任务相关的一个或多个对象101r(例如，被设置在操作空间101中的一个或多个相关对象101r)相关联的位置和/或尺寸信息。在一些方面，特定于操作任务的地图数据104d可以包括与被设置在操作空间101内的感兴趣区域中(例如，被设置在操作空间101的与特定任务相关的一个或多个区域中)的一个或多个对象101r相关联的位置和/或尺寸信息。在一些方面，操作空间101可以是可由一个或多个自主代理120访问的空间，例如，房间、建筑物、室外区域，等等。
在一些方面，操作任务数据102d和/或一个或多个操作任务102可以进一步指示对与操作空间101内的一个或多个自主代理120的操作相关联的语义信息102s的需求。根据各方面，一个或多个处理器110可以进一步被配置成用于获得特定于操作任务的语义数据106d。特定于操作任务的语义数据106d可以包括与被设置在现实世界中的、与特定任务相关的一个或多个对象相关的语义信息。语义信息可以包括以下信息中的至少一种信息：与操作空间中的一个或多个对象的材料相关的信息；与操作空间中的一个或多个对象的形态相关的信息；与操作空间中的一个或多个对象的颜色相关的信息；与操作空间中的一个或多个对象的表面属性相关的信息；与操作空间中的一个或多个对象的移动功能相关的信息；与操作空间中的一个或多个对象的激活和/或去激活功能相关的信息；与操作空间中的一个或多个对象的变形功能相关的信息。
根据各方面，一个或多个处理器110可以进一步被配置成用于使得将特定于操作任务的地图数据104d和/或特定于操作任务的语义数据106d发送110s到例如与地图表示系统100相关联的任务规划系统130。
根据各方面，地图表示系统100可以进一步包括一个或多个存储器(参见图2)。该一个或多个存储器可以存储地图数据，该地图数据可以表示操作空间的一组不同的二维或三维表示。根据各方面，操作空间101或操作空间101的区域的二维或三维表示可以包括与被设置在操作空间101或操作空间101的区域中的一个或多个对象101r(例如，101r-(1、2、3、4))相对应的所有虚拟表示111v(例如，111v-(1))。根据各方面，操作空间101或操作空间101的区域的特定于任务的二维或三维表示可以包括与一个或多个对象101r(例如，101r-(1、2、3、4))相对应的虚拟表示111v(例如，111v-(1、2、3、4))，该一个或多个对象101r对于对应的任务是相关的并且被设置在操作空间101或操作空间101的区域中。根据各方面，语义数据106d可以被存储在一个或多个存储器中并与地图数据104d相关联。语义数据可以表示与位于操作空间101中或操作空间101的区域中的一个或多个对象相关联的语义信息。
根据各方面，一个或多个处理器110可以被配置成用于通过从自主代理规划系统130接收操作任务数据102d来获得操作任务数据102d。一个或多个处理器110可以被配置成用于通过根据一个或多个操作任务102从操作空间的一组不同的二维或三维表示中选择操作空间的区域的一个或多个二维或三维表示来获得特定于操作任务的地图数据104d。一个或多个处理器110可以被配置成用于通过根据一个或多个操作任务102从操作空间的一组不同的二维或三维表示中选择操作空间的二维或三维表示来获得特定于操作任务的地图数据104d。
根据各方面，一个或多个处理器110可以被配置成用于通过根据一个或多个操作任务102从操作空间的一组不同的二维或三维表示中选择操作空间101的第一部分的第一二维或三维表示以及从操作空间101的一组不同的二维或三维表示中选择操作空间101的第二部分的第二二维或三维表示来获得特定于操作任务的地图数据104d，该第一二维或三维表示和该第二二维或三维表示提供与一个或多个操作任务相对应的操作空间的二维或三维表示。
根据各方面，一个或多个处理器110可以被配置成用于通过根据一个或多个操作任务102从操作空间的一组不同的二维或三维表示中选择操作空间101的一个或多个第一部分的一个或多个第一二维或三维表示，以及从操作空间101的一组不同的二维或三维表示中选择操作空间101的一个或多个第二部分的一个或多个第二二维或三维表示来获得特定于操作任务的地图数据104d，该一个或多个第一二维或三维表示和该一个或多个第二二维或三维表示提供与一个或多个操作任务相对应的操作空间的二维或三维表示。
根据各方面，一个或多个处理器110可以被配置成用于通过根据一个或多个操作任务101从操作空间的一组不同的二维或三维表示中选择操作空间101中的一个或多个第一对象的一个或多个第一二维或三维表示(例如，对象101r-3、101r-4的二维或三维表示111v-3、111v-4)，以及从操作空间的一组不同的二维或三维表示中选择操作空间101中的一个或多个第二对象的一个或多个第二二维或三维表示(例如，对象101r-1、101r-2的二维或三维表示111v-1、111v-2)来获得特定于操作任务的地图数据104d，该第一二维或三维表示和该第二二维或三维表示提供与一个或多个操作任务相对应的操作空间的二维或三维表示。
在一些方面，操作空间的一组不同的二维或三维表示可以包括具有不同粒度的多个二维或三维表示。二维或三维表示可包括：二维或三维点云表示、二维或三维体素表示、和/或二维表面表示。
根据各方面，操作空间101的一组不同的二维或三维表示可以具有与其相关联的基本地图(例如，定义用于所有不同的二维或三维表示的共同坐标)。基本地图可以表示按照操作空间101的虚拟空间111的坐标系，并且一组不同的二维或三维表示的每个二维或三维表示是基本地图的表示。
根据各方面，操作任务可以包括以下操作任务中的至少一个操作任务：导航任务、障碍物规避任务。障碍物表示操作空间中的对象，交互任务可以涉及与操作空间中的一个或多个对象的交互。
根据各方面，地图表示系统100可以进一步包括一个或多个存储器。图2以示意图图示出根据各方面的例如与地图表示系统100相关联的一个或多个存储器200。
根据各方面，一个或多个存储器200可以存储地图表示数据202d。地图表示数据202d可以表示与基本地图相关联的一组不同的表示211-1、211-2、211-3。地图表示数据202d可以表示用于操作空间101中的一个或多个自主代理120和相关联的对象101r的操作的操作空间101，参见图1。基本地图可以定义操作空间101的坐标，并将不同的表示211-1、211-2、211-3与其进行绑定。表示211-1、211-2、211-3中的每一者可以包括被设置在操作空间101中的一个或多个或所有对象101r。根据各方面，表示211-1、211-2、211-3中的每一者可以是不同的类型，例如，表示211-1、211-2、211-3中的一者可以是点云表示、表示211-1、211-2、211-3中的另一者可以是体素表示、以及表示211-1、211-2、211-3中的又一者可以是表面表示。根据各方面，表示211-1、211-2、211-3中的每一者可以具有不同的粒度。
根据各方面，语义数据202s可以被存储在一个或多个存储器200中并与地图表示数据202d相关联。该语义数据可以表示与位于操作空间110中的一个或多个对象101r相关联的语义信息。语义信息可以参考节点来存储，该节点表示与语义信息相关的一个或多个对象101r。节点可具有与其相关联的基本地图的坐标。
图3以示意图图示出根据各方面的地图表示系统300(也被称为地图系统或表示系统)。地图表示系统300可以是本文所述的地图表示系统100或另一个地图表示系统。
根据各方面，地图表示系统300可以包括一个或多个处理器310(在地图表示系统300是地图表示系统100的情况下的一个或多个处理器110)。该一个或多个处理器310、110可以被配置成用于获得地图数据302d。地图数据302d可以表示与真实空间301相关联的虚拟空间311。真实空间301可以是用于操作一个或多个自主代理120的操作空间。地图数据302d可以进一步表示被设置在真实空间301内的一个或多个第一对象301r-1、301r-2的一个或多个第一虚拟表示311v-1、311v-2以及被设置在真实空间301内的一个或多个第二对象301r-3、301r-4的一个或多个第二虚拟表示311v-3、311v-4。根据各方面，一个或多个第一虚拟表示311v-1、311v-2可以是第一类型的表示，并且一个或多个第二虚拟表示311v-3、311v-4可以是与第一类型的虚拟表示不同的第二类型的虚拟表示。对象301r的虚拟表示311v可以与提供用于定义虚拟表示311v的位置和/或尺寸的坐标的基本地图有关，虚拟表示311v表示对象301r在真实空间301中的位置和/或尺寸。基本地图可以是或可以定义虚拟空间311。
根据各方面，一个或多个处理器310、110可以进一步被配置成用于获得传感器数据308d。传感器数据308d可以表示与真实空间301和/或被设置在其中的一个或多个对象301r相关联的信息(例如，空间信息，例如，与物理属性、化学属性、几何属性有关的信息，等等)。一个或多个处理器310、110可以基于传感器数据308d来生成地图数据302d。
根据各方面，传感器数据308d可以表示由多个传感器308提供的传感器融合信息。
根据各方面，基本地图(例如，虚拟空间311)可以包括至少两种不同类型的虚拟表示。第一类型的虚拟表示和第二类型的虚拟表示可以关于粒度彼此不同。在一些方面，第一类型的虚拟表示可以是点云表示、体素表示、和表面表示中的一者，并且第二类型的虚拟表示可以是点云表示、体素表示、和表面表示中的另一者。
根据各方面，地图数据302d可以进一步表示被设置在真实空间301内的一个或多个第三对象、一个或多个第一对象301r-1、301r-2以及/或者一个或多个第二对象301r-3、301r-4的一个或多个第三虚拟表示。该一个或多个第三虚拟表示可以是与第一类型的虚拟表示不同和/或与第二类型的虚拟表示不同的第三类型的虚拟表示。
根据各方面，第一类型的虚拟表示和第二类型的虚拟表示可以关于粒度而彼此不同；第一类型的虚拟表示和第三类型的虚拟表示可以关于粒度而彼此不同；和/或第二类型的虚拟表示和第三类型的虚拟表示可以关于粒度而彼此不同。
根据各方面，第一类型的虚拟表示可以是点云表示、体素表示和表面表示中的一者；第二类型的虚拟表示可以是点云表示、体素表示和表面表示中的另一者；和/或第三类型的虚拟表示可以是点云表示、体素表示和表面表示中的又一者。
自主系统(例如机器人)可能在相当复杂的环境中工作，并且可能需要单独或与其他自主系统结合执行各种规划、抓取和/或操纵任务。这些任务中的每个任务都可能需要即时的环境理解，这些环境理解可能被储存为通过使用各种传感器感知周围环境而建立的表示。取决于任务的复杂度，所需表示的粒度可以从非常粗糙(例如，包括表面表示)变化到极其精细(例如，包括点云表示)。存储和计算要求可以根据表示的粒度而变化。在一些方面，能够实时存储和检取所需的表示而不使自主系统负担过重可能是开发可以在现实世界部署中进行响应的功率高效解决方案的关键。此类能力也可能有助于减少为执行各种协作式任务而要在服务器与代理之间或代理本身之间通信所需的环境状态数据量。
根据各方面，提供了用于自主系统的可扩展分层表示。一个或多个方面解决了提供计算和存储器高效表示的挑战。
代理可以针对不同的任务保留多种格式的表示。然而，此类现有的解决方案可能会遭受计算、存储和/或等待时间开销。储存多种格式的表示可能同时导致用于得出针对各种任务的所需表示的更高的存储空间要求和更高的计算要求。进一步地，这可能变换为响应时间中的更高的等待时间，导致功率低效和实现实时自主使用的障碍。
根据各方面，地图表示系统可以包括统一的和可扩展的空间表示方法。地图表示系统(例如，地图表示系统100或地图表示系统300)可以提供对范围从高粒度表面到细粒度点云的表示的分层访问。地图表示系统可以实现基于语义要求(包括形状、操作自由度和/或交互属性)的表示和检取。地图表示系统可以通过用于查询响应的应用编程接口实现智能数据存储和检取，以基于任务的情境来有效地处理表示内核。
另外，分层表示接口可以提供机会，以基于一个或多个自主代理的动态传感需求/限制在一个或多个自主代理的可容忍表示方面来指定明确的服务级别协议(SLA)。这也可能允许自主代理之间以互补的方式或通过互相关进行协作，以便利用有限的资源获得经改善的置信度。基于SLA，一个或多个协作式自主代理可以被配置成用于协商视觉云数据的计算、通信和存储表示。
作为示例，由应用指定的容忍度因子的范围可以从0到1。这可以表示对系统资源和/或数据表示的潜在改变的容忍。因子＝0例如可以表示应用不能容忍系统资源的任何改变，而因子＝1例如可以指示应用对系统资源的任何改变都是灵活的。应用容忍度将值分配给系统资源要求，其他容忍度级别(诸如频率范围、存储器带宽、范围、高速缓存尺寸范围、热设计功率(TDP)范围、迁移容忍度、每周期指令(IPC)范围、加速器配置、保留字段)。例如，典型的应用容忍度可以是：
Struct SLA_模板{频率最小值,所期望的频率值,存储器带宽最小值,所期望的存储器带宽,高速缓存尺寸最小值,所期望的高速缓存尺寸,Xeon代IPC最小值,迁移容忍度,Xeon IPC要求,加速器配置,保留字段,统一的可视化云表示,}(Struct SLA_Template{Fmin,Fdesired,MemBWmin,MemBWdesired,CacheSizemin,CacheSizedesired,Xeon-generational IPCmin,MigrationTolerance,Xeon IPC requirement,AcceleratorConfig,ReservedFields,unified visual cloud representation,})
这可以利用视觉信息的可扩展分层表示的粒度进行映射。
可扩展分层表示的示例使用可以如下：自主代理(例如，机器人)可能具有一个或多个任务，包括穿过房间拾取对象。这些一个或多个任务可能需要用于路径规划和障碍物规避的高粒度(例如，表面和/或体素)数据，但会需要用于抓取和操纵对象的更精细粒度数据(点云)。进一步地，机器人将需要与对象形状、刚度和接触点有关的语义信息来有效地执行任务。所提出的表示通过具有跨粒度扩展的能力的表示系统来解决这些挑战。
根据各方面，地图表示系统可以包括一个或多个处理器，该一个或多个处理器被配置成用于改善可扩展性、实时性能、功率效率和/或新使用的启用。
图4示出其中机器人410穿过房间以到达并打开门401r的场景400。在该过程期间，该过程可能包括多个任务，机器人410可能需要访问空间结构信息以及与房间内静态对象和移动对象有关的信息。在这种情况下，表示的粒度可以在以下各项之间变化：
1.用于路径规划的表面表示：机器人410(例如，机器人的规划系统，也被称为自主代理规划系统)可能需要房间墙壁和对象的高粒度表示，以用于在机器人朝向其目标(例如门401r)移动时进行粗粒度的路径规划。
2.随时间更新的动态对象的体素表示：机器人410(例如，机器人的规划系统)可能由于可能的移动对象(例如，下落的苹果401r-1)需要实时地执行障碍物规避。机器人410(例如，机器人的规划系统)可能进一步需要物理预测，以便能够预测移动对象是否会与它发生碰撞。为了实现物理预测，机器人410(例如，机器人的规划系统)可能需要更精细粒度体素表示，机器人410可以例如使用该更精细粒度体素表示来做出路径改变的实时决策。
3.点云表示：机器人410(例如，机器人的规划系统)可能需要非常精细的点云信息，以便能够例如抓住门401r的把手并转动它。
4.语义信息：除了以各种粒度水平表示空间之外，机器人410(例如，机器人的规划系统)可能还需要能够将语义含义与空间中的对象和其他实体相关联。例如，机器人410(例如，机器人的规划系统)可能需要能够表示手柄以某种方式被抓住，它需要以某个方向(例如，顺时针或逆时针)转动，并且该门401r以某个方向(例如，向内或向外)打开。此类语义元数据可以与表示一体地被存储。
图5示出了根据各个方面的地图表示系统500的一个或多个组件。地图表示系统500可以以与本文参考地图表示系统100或地图表示系统300描述的相同或类似的方式来配置。反之亦然，本文所述的地图表示系统100或地图表示系统300可以以与图5所示的地图表示系统500相同或类似的方式来配置。
根据各方面，地图表示系统500可以包括传感器融合实体502(例如，传感器融合模块)，该传感器融合实体502被配置成用于感知空间信息502i并将空间信息502i馈送到表示子系统504。该表示子系统504可以包括或可以是分层表示子系统。
根据各方面，表示子系统504可以以有效的方式维持表示，使得各种粒度的空间信息502i可以例如与相关联的语义元数据一起被访问。
根据各方面，地图表示系统500可以包括表示检取子系统506。表示检取子系统506可以确定特定任务所需的表示粒度。表示检取子系统506可以包括与表示子系统504的一个或多个对接以检取合适的信息。
根据各方面，地图表示系统500可以包括自主代理规划系统508或可以与自主代理规划系统508相关联(例如，与自主代理规划系统508通信地耦合)。自主代理规划系统508可以被配置成用于例如，通过一个或多个发布的应用编程接口对表示检取子系统506进行一个或多个查询508q。一个或多个查询508q(例如，也被称为请求)可以包含任务信息以及例如任选地对任何语义信息的需求。表示检取子系统506可被配置成用于基于任务信息和/或语义信息(被包括在一个或多个查询中)从表示子系统504检取特定于任务的表示数据和/或元数据，并向自主代理规划系统508提供508s(例如，发送)检取到的特定于任务的表示数据和/或元数据。
在下文中，描述了地图表示系统(例如，地图表示系统500)的组件的各个方面。
根据各方面，传感器融合实体502可以是传感器融合数据入口子系统或可以包括传感器融合数据入口子系统。该子系统可以实现传感器融合能力，以从多个传感器摄取数据并基于空间坐标来将信息进行对准。空间坐标可以是基本地图的一部分或由基本地图定义。例如，包括在地图表示系统中或与地图表示系统耦合的视觉传感器子系统可以包括以下传感器中的一个或多个传感器或由以下传感器中的一个或多个传感器组成：颜色传感器(例如，红绿蓝(RGB)传感器)、深度、光检测和测距(LiDAR)传感器、和/或无线电检测和测距(RADAR)传感器。此类传感器中的所有传感器或一组传感器可以为单个场景表示算法作出贡献。单个场景表示算法可被配置成用于生成具有不同粒度的一个或多个对象的多个表示。
根据各方面，表示子系统504可以是或可以包括(例如，分层的)场景表示子系统。场景表示子系统可以被配置成用于在统一的多粒度分层表示中组织空间，该多粒度分层表示允许代理基于特定任务(例如，路径规划相比于抓取)以期望的粒度对信息进行查询。
根据各方面，表示子系统504可以被配置成用于提供语义元数据表示。语义元数据表示可以允许利用表示中的每个节点对语义元数据进行标记。节点可以包括或可以是点云中的点、体素和/或取决于类型或表示的表面。
根据各方面，表示检取子系统506可以被配置成用于提供智能数据存储和数据检取。表示检取子系统506可以被配置成用于实现用于存储新信息的应用编程接口，以及以特定于性能和任务的方式从(例如，分层)表示(和语义)子系统504检取信息。用于查询响应的应用编程接口可以基于任务的情境来有效地处理表示内核。作为示例：表示检取子系统506可以被配置成用于为操纵任务提供精细粒度表示，并且为导航和/或碰撞避免任务提供粗粒度的信息。
图5B示出了(例如，分层的)表示(和语义)子系统504和表示(和语义)检取子系统506的内部功能和接口。
表示子系统504可以被配置成用于获得(例如，从外部存储设备接收或从内部存储设备加载)空间的各种虚拟表示，例如，操作空间的虚拟表示(例如，参见图1)。空间的各种虚拟表示可以包括表面表示504s、体素表示504v、和点云表示504p，等等。空间的各种虚拟表示可以至少在它们相应的粒度上有所不同。应注意，通常表面表示504s可以具有比体素表示504v更高的粒度(例如，更低的分辨率)，并且体素表示504v可以具有比点云表示504p更高的粒度(例如，更低的分辨率)。空间的所有各种虚拟表示都与(例如，定义坐标的)单个基本地图相关联。基本地图可以包括节点或可以具有分配给其的节点，以用于将元数据(例如，表示语义信息)连接到各种虚拟表示中表示的一个或多个对象或空间区域。
根据各方面，虚拟对象可以是与现实空间中的一个或多个对象相关联的虚拟表示。地图表示系统可以通过中心坐标和与中心坐标相关联的边界来表示(虚拟空间中的)虚拟对象。地图表示系统可以通过一个体素或一组体素来表示(虚拟空间中的)虚拟对象。地图表示系统可以通过点、点云或点云的一组点来表示(虚拟空间中的)虚拟对象。地图表示系统可以通过例如由表面法向量和表面法向量的位置来定义的表面来表示(虚拟空间中的)虚拟对象。
根据各方面，点云表示可以具有至少低于一毫米的分辨率(例如，亚毫米分辨率)。根据各方面，体素表示可具有从约1毫米到约1厘米或数厘米(例如，到约2厘米、3厘米、4厘米或5厘米)的范围内的分辨率。根据不同的方面，表面表示可以是二维表示。表面表示可以具有超过约一厘米或超过约数厘米(例如，超过约2厘米、3厘米、4厘米或5厘米)的分辨率。然而，各种虚拟表示的分辨率可能是所需任务的函数和/或受递送空间信息的传感器的限制。
根据各方面，地图表示系统或(例如，分层)表示(和语义)子系统504可以被配置成用于将具有与其相关联的较低粒度的表示转换为具有与其相关联的高粒度的表示。作为示例，地图表示系统可以被配置成用于将点云表示504p转换成体素表示504v或转换成表面表示504s。作为示例，地图表示系统可以被配置成用于将体素表示504v转换成表面表示504s。
根据各方面，基本地图(或基本坐标系)可以定义以不同类型表示所表示的对象的位置。根据各方面，各种虚拟表示504s、504v、504p中的每一个虚拟表示可以表示同一房间(或更一般地，在同一操作空间)中的一个或多个对象。根据各方面，自主代理(例如，机器人)可以包括地图表示系统。在其他方面，自主代理(例如，机器人)可以被配置成用于例如基于有线或无线通信与地图表示系统通信。
根据各方面，(例如，分层的)表示(和语义)子系统504可以被配置成用于为各种虚拟表示504s、504v、504p提供(例如，表示语义信息的)语义数据504m。在一些方面，语义信息可以是本地定义的(与虚拟空间中的坐标相关联)和/或对象定义的(与虚拟空间中表示的一个或多个虚拟对象相关联)。
表示(和语义)检取子系统506可以被配置成用于基于所接收的查询508q确定表示的期望粒度。例如，表示(和语义)检取子系统506可以例如被配置成用于根据由接收到的查询508q表示的任务选择各种虚拟表示504s、504v、504p中的一个虚拟表示。表示(和语义)检取子系统506可以例如被配置成用于根据由接收到的查询508q表示的任务，为要表示的一个或多个第一对象选择各种虚拟表示504s、504v、504p中的一个虚拟表示，并且根据由接收到的查询508q表示的任务，为要表示的一个或多个第二对象选择各种虚拟表示504s、504v、504p中的另一个虚拟表示。表示(和语义)检取子系统506可以例如被配置成用于根据由接收到的查询508q表示的任务，为要表示的一个或多个第一区域选择各种虚拟表示504s、504v、504p中的一个虚拟表示，并且根据由接收到的查询508q表示的任务，为要表示的一个或多个第二区域选择各种虚拟表示504s、504v、504p中的另一个虚拟表示。
图6示出了根据各方面的方法600(用于操作自主代理的方法)的示意性流程图。该方法可以包括，在610中，获得操作任务数据，该操作任务数据指示与对应的操作空间内的一个或多个自主代理的操作相关联的一个或多个操作任务；以及，在620中，根据操作任务数据来获得特定于操作任务的地图数据，该特定于操作任务的地图数据表示与一个或多个操作任务相对应的操作空间的二维或三维表示。方法600可以任选地进一步包括发送特定于操作任务的地图数据的原因。
根据各方面，用于操作自主代理的装置可以包括用于操作以下各项的一个或多个处理装置：获得操作任务数据，该操作任务数据指示与对应的操作空间内的一个或多个自主代理的操作相关联的一个或多个操作任务；以及根据操作任务数据来获得特定于操作任务的地图数据，该特定于操作任务的地图数据表示与一个或多个操作任务相对应的操作空间的二维或三维表示。
在一些方面，本文中参考数据的生成(例如,地图数据、语义数据、传感器数据、获得操作任务数据、获得特定于操作任务的地图数据，等等)来使用术语“生成”。术语生成可以包括或可以被理解为以下术语中的一个或多个术语：创建、确定、计算，例如，基于一个或多个模型来确定和/或计算，例如，基于一个或多个神经网络来确定和/或计算，例如，基于人工智能(AI)实现方式来确定和/或计算，等等。
在一些方面，本文中参考获得数据(例如,地图数据、语义数据、传感器数据、获得操作任务数据、获得特定于操作任务的地图数据，等等)来使用术语“获得”。术语获得可以包括或可以被理解为以下术语中的一个或多个术语：生成(例如，创建、确定、计算，例如，基于一个或多个模型确定和/或计算，例如，基于一个或多个神经网络确定和/或计算，例如，基于人工智能(AI)实现方式确定和/或计算，等等)、接收(例如，经由一个或多个接收器)、加载(例如，从一个或多个存储器)，等等。
在本文中使用词语“示例性”来意指“充当示例、实例或说明”。本文中被描述为“示例性”的任何方面或设计不必被解释为相比其他方面或设计是优选或有利的。
术语“至少一个”和“一个或多个”可被理解为包括大于或等于一的数量(例如，一个、两个、三个、四个、[...]等)。术语“多个(a plurality)”可被理解为包括大于或等于二的数量(例如，两个、三个、四个、五个、[...]等)。
关于一组要素的短语“至少一个”在本文中可用于意指来自由要素组成的组的至少一个要素。例如，关于一组要素的短语“至少一个”在本文中可用于意指以下各项中的选择：所列要素中的一个、所列要素中的多个要素、多个单独的所列要素、或多个所列要素中的多个。
如本文中所使用的术语“数据”可被理解为包括采用任何合适的模拟或数字形式的信息，例如，作为文件、文件的部分、文件集合、信号或流、信号或流的部分、信号或流的集合等等来提供的信息。进一步地，术语“数据”还可用于意指对信息的例如以指针的形式的引用。然而，术语数据不限于上述示例，并且可采取各种形式并表示如本领域中理解的任何信息。
例如，如本文中所使用的术语“处理器”可被理解为允许处置数据的任何种类的实体(例如，包括硬件和/或软件)。处理器可以根据由处理器执行的一个或多个特定功能来处置数据。此外，本文使用的处理器可以理解为任何种类的电路，例如任何种类的模拟或数字电路。例如，如本文中所使用的指代数据处置、文件处置或请求处置的术语“处置(handle)”或“处置(handling)”可被理解为任何种类的操作，例如，I/O操作、和/或任何种类的逻辑操作。I/O操作可包括例如存储(也被称为写入)和读取。
因此，处理器可以是或者可包括模拟电路、数字电路、混合信号电路、逻辑电路、微处理器、加速器、中央处理单元(CPU)、图形处理单元(GPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、集成电路、专用集成电路(ASIC)等、或其任何组合。相应功能的任何其他种类的实现方式也可被理解为处理器、控制器或逻辑电路。应理解，本文中详述的处理器、控制器或逻辑电路中的任何两个(或更多个)可被实现为具有等效功能的单个实体等等，并且相反地，本文中详述的任何单个处理器、控制器或逻辑电路可被实现为具有等效功能的两个(或更多个)分开的实体等等。
软件实现的数据处置与硬件实现的数据处置之间的差异可能模糊。本文中详述的处理器、控制器和/或电路能以软件、硬件和/或作为包括软件和硬件的混合实现方式来实现。
例如，如本文参考一个或多个功能所使用的术语“一个或多个处理器被配置成用于”可以被理解为被配置成用于实现该一个或多个功能的一个或多个处理器。例如，如本文参考一个或多个功能所使用的“一个或多个处理器被配置成用于”还可以被理解为被配置成用于实现该一个或多个功能的一个或多个处理器中的两个或更多个或全部处理器。例如，如本文参考多个功能所使用的术语“一个或多个处理器被配置成用于”也可以被理解为被配置成用于实现多个功能中的第一功能的一个或多个处理器和被配置成用于实现多个功能中的第二功能的另一个或多个处理器。
本文中详述的术语“系统”(例如，地图表示系统、自主代理规划系统等)和“子系统”(例如，表示检取子系统、表示子系统、传感器子系统等)可被理解为交互元件的集合，其中，作为示例而非限制，这些元件可以是一个或多个机械组件、一个或多个电气组件、一条或多条指令(例如，被编码在存储介质中)、和/或一个或多个处理器等等。
如本文所使用，术语“存储器”(等等，例如存储设备)可被理解为非暂态计算机可读介质，数据或信息可以被存储于其中以供检取。因此，对本文中所包括的对“存储器”的引用可被理解为指代易失性或非易失性存储器，包括随机存取存储器(RAM)、只读存储器(ROM)、闪存、固态存储、磁带、硬盘驱动器、光盘驱动器等、或其任何组合。此外，应领会，寄存器、移位寄存器、处理器寄存器、数据缓冲器等在本文中也被术语存储器所涵盖。应领会，被称为“存储器”或“一存储器”的单个组件可由多于一种不同类型的存储器组成，并且因此可指代包括一种或多种类型的存储器的集体组件。容易理解的是，任何单个存储器组件可被分成多个集体等同的存储器组件，并且反之亦然。
除非明确地指定，否则术语“发射”和“发送”可以涵盖直接(点对点)和间接(经由一个或多个中间点)的发射两者。类似地，术语“接收”涵盖直接和间接的接收两者。此外，术语“发射”、“接收”、“发送”、“传递”和其他类似术语涵盖物理传输(例如，对无线电信号的传输)和逻辑传输(例如，通过逻辑软件级连接对数字数据的传输)两者。例如，处理器或控制器可通过与另一处理器或控制器的软件级连接以无线电信号的形式对数据进行发射或接收，其中，物理发射和接收由诸如RF收发机和天线之类的无线电层组件处置，并且通过软件级连接的逻辑发射和接收由处理器或控制器执行。术语“传递”涵盖发射和接收中的一者或两者，即，在传入方向和传出方向中的一个方向或这两个方向上的单向或双向传输。术语“计算”涵盖经由数学表达式/公式/关系进行的‘直接’计算和经由查找表或散列表以及其他数组索引或搜索操作进行的‘间接’计算两者。
本文各方面可以利用一个或多个机器学习模型来执行或控制与交通控制、交通监督等有关的功能。一个或多个机器学习模型可以用于例如基于输入数据(例如，基于传感器数据)来生成一个或多个交通相关特性的估计。例如，如本文中所使用的术语“模型”可被理解为根据输入数据提供输出数据的任何种类的算法(例如，根据输入数据生成或计算输出数据的任何种类的算法)。机器学习模型可由计算系统执行以渐进地改进特定任务的性能。在一些方面中，可在训练阶段期间基于训练数据来调整机器学习模型的参数。可在推断阶段期间使用经训练的机器学习模型基于输入数据来作出预测或决策。在一些方面中，可使用经训练的机器学习模型来生成附加的训练数据。可在第二训练阶段期间基于所生成的附加训练数据来调整附加机器学习模型。可在推断阶段期间使用经训练的附加机器学习模型来基于输入数据作出预测或决策。
本文参考自主代理(例如机器人、自主机器)描述了各方面。然而，可以提供包括与针对自主代理示例性地描述的相同或类似的结构和功能的其他类型的设备。本文参考特定类型的自主代理描述了各个方面；然而，可以提供其他类型的自主代理，包括如本文示例性描述的相同或类似的结构和/或功能。“机器”可以理解为包括使用功率来施加力并控制移动以执行预期的动作的任何类型的机械结构，例如，可由计算机编程的机械结构。作为示例，机器可以是具有内燃机、反作用式引擎、电驱动对象、混合驱动对象或其组合的被驾驶对象。机器可以是或可以包括人形机器人、农业机器、机床、移动机器、静止机器、无人机、工业机器人、医疗操作机器人、集体编程的群机器人、地面机器、空中机器或其混合，等等。
“地面机器”或“地面机器人”可理解为包括被配置成(在建筑物内、作为生产线的一部分、在街道上、在道路上、在轨道上、越野等)用于横穿地面的如上文所述的任何类型的机器。“空中机器”或“空中机器人”可以理解为包括被配置成提升自身(例如，飞行或盘旋)的如上所述的任何类型的机器。
术语“自主机器”(在此也称为机器人)可以描述能够在没有人类输入/控制的情况下执行一项或多项物理任务(也称为任务执行)的机器，该一项或多项物理任务例如，规划任务执行、组织任务执行、调度任务执行、在任务间切换。仅作为示例，任务执行可以包括处理一个或多个工件，例如，通过向工件添加材料、从工件中移除材料、变换工件、导航通过空间、处置一个或多个对象、被激活或去激活一个或多个对象。自主机器(例如，自主代理的自主代理规划系统或与自主代理通信地耦合的自主代理规划系统)可以例如通过相应的控制器实现一个或多个任务性能模型。任务性能模型可被配置成用于基于输入数据来控制自主机器的任务性能，以例如将输入数据转换为控制指令。控制器可被配置成用于例如根据现场总线通信协议在自主机器内交换控制指令。一般而言，任务性能模型可以(例如，至少部分地)基于规则和/或可以(例如，至少部分地)基于机器学习。
输入数据的示例可以包括由自主机器感测的信息、由自主机器存储的数据(例如，在数据库中)、指示提供给自主机器的指令的(例如，由操作者或群组领导方接收的)数据、指示将自主机器分配给群组的数据、指示将自主机器分配给该群组的任务的数据、自主机器经由群组消息(例如，从该群组的另一个自主机器)接收到的数据、和/或详述任务的数据(也被称为任务数据)。控制指令可以理解为用于控制自主机器的一个或多个致动器的机器内指令。自主机器的一个或多个致动器的示例可以包括：被配置成用于使自主机器位移的一个或多个致动器，被配置成用于使自主机器的工具致动的一个或多个致动器，被配置成用于使自主机器的工具(也被称为执行器)位移(例如，相对于被配置成用于使自主机器位移的一个或多个致动器位移)的一个或多个致动器，作为自主机器的机械臂的一部分的一个或多个致动器。
例如，任务性能可以基于所感测的信息，例如，由自主机器的一个或多个传感器或由(例如，另一个自主机器的)一个或多个其他传感器所感测的信息。例如，任务性能可基于与自主机器的环境有关的信息，例如，由自主机器的一个或多个传感器或由(例如，另一个自主机器的)一个或多个其他传感器所感测的信息。例如，任务性能可基于执行(例如，由自主机器的一个或多个传感器或由(例如，另一个自主机器的)一个或多个其他传感器所感测的)一项或多项任务的进度。例如，任务执行可以包括根据一个或多个位置来导航机器，在该位置处执行一个或多个任务。
任务性能可以包括自主机器的一个或多个操作，例如，一个或多个操作的空间关系(例如，在操作的空间序列中)和/或一个或多个操作的时间顺序关系(例如，在操作的时间顺序序列中)。空间关系可以反映出一个或多个操作在哪里(即以何种空间分布)和/或以何种方向提供，即自主机器或其工具位于哪个对应的空间位置(即位置和/或取向)。
一项或多项任务可由数据(也称为任务数据)(例如，逻辑上)表示。任务可以指一个任务或一组多个任务，这些任务彼此相关，例如，在情境上彼此相关。任务数据可以被理解为任务的正式表示。任务数据的示例可以包括：标识每个任务的数据(也被称为任务标识符)、组织每个任务的数据(例如，空间和/或时间顺序数据)、标识完成任务的标准的数据、标识用于触发、终止或维持任务的标准的数据。此外，任务数据可以包括任务逻辑，任务逻辑在逻辑上组合若干标准和/或若干任务和/或任务逻辑实现了根据其来执行任务的序列(例如流程图)。例如，任务逻辑可以分层地将任务组织成例如分层级别、分层组、子任务等。例如，任务逻辑可以基于(例如，定义在开始任务执行之前要满足的条件/要求的)条件任务来组织任务。例如，任务可以包括较低分层级别上的多个子任务，这些子任务可以是，但不需要是经排定优先级的、基于情境的和/或有条件的。从子任务的分层级别上看，子任务也可以被称为任务，并且可以包括但不需要包括多个子任务。
自主机器可以被配置成用于例如，通过实现一个或多个协作协议与一个或多个其他自主机器进行协作。协作协议的示例可以包括：用于群组管理的协议(也称为群组管理协议)、用于协作的自主机器组的成员之间的通信(例如，数据交换)的协议(也称为群组通信协议)、用于管理任务的任务的协议(也称为任务管理协议)。一般而言，协议可以定义指示信息(例如，信息传输(例如，交换)、信息存储、信息处理等)的格式、语法、语义和/或同步的规则。例如，自主机器可以根据群组管理协议形成、加入和/或离开群组。例如，自主机器可以被配置成用于根据群组通信协议与群组的其他成员通信。
本文所述的模型(例如，机器学习模型)可以是或可以包括神经网络。神经网络可以是任何种类的神经网络，诸如卷积神经网络、自编码器网络、变分自编码器网络、稀疏自编码器网络、循环神经网络、去卷积网络、生成性对抗网络，前瞻性神经网络、和积神经网络等等。神经网络可包括任何数量的层。对神经网络的训练(例如，调整神经网络的层)可使用或可基于任何种类的训练原理，诸如反向传播(例如，使用反向传播算法)。
本文的各个实施例可以利用一个或多个机器学习模型来执行或控制与地图表示系统相关联的一个或多个装置的功能(或本文所述的其他功能)。例如，本文使用的术语“模型”可以被理解为根据输入数据提供输出数据的任何种类的算法(例如，从输入数据生成或计算输出数据的任何种类的算法)。机器学习模型可由计算系统执行以渐进地改进特定任务的性能。在一些方面中，可在训练阶段期间基于训练数据来调整机器学习模型的参数。可在推断阶段期间使用经训练的机器学习模型基于输入数据来作出估计或决策。在一些方面中，可使用经训练的机器学习模型来生成附加的训练数据。可在第二训练阶段期间基于所生成的附加训练数据来调整附加机器学习模型。可在推断阶段期间使用经训练的附加机器学习模型基于输入数据来作出估计或决策。
本文中所描述的机器学习模型可采取任何合适的形式或利用任何合适的技术(例如，以用于训练目的)。例如，这些机器学习模型中的任何机器学习模型均可利用监督式学习、半监督式学习、无监督式学习、或强化学习技术。
在监督式学习中，可使用训练数据集来建立模型，该训练数据集既包括输入又包括对应的期望输出(说明性地，每个输入可与针对该输入的期望或预期输出相关联)。每个训练实例可包括一个或多个输入并且包括期望输出。训练可包括通过训练实例迭代以及使用目标函数来教导模型估计针对新的输入的输出(说明性地，对于训练集中不包括的输入)。在半监督式学习中，训练集中的输入中的部分可能缺少相应的期望输出(例如，一个或多个输入可能不与任何期望或预期的输出相关联)。
在无监督式学习中，可从仅包括输入而不包括期望输出的训练数据集来建立模型。无监督式模型可用于说明性地通过发现数据中的模式而找到该数据中的结构(例如，对数据点的分组或聚类)。可在无监督式学习模型中实现的技术可包括例如自组织图、最近邻映射、k均值聚类、以及奇异值分解。
强化学习模型可以包括正反馈(也被称为奖励)或负反馈，以改善准确性。强化学习模型可尝试使一个或多个目标/回报最大化。可在强化学习模型中实现的技术可包括例如Q学习、时间差(TD)和深度对抗网络。
在下文中，描述了与本文所述的各方面和附图相关的各个示例。
示例1是一种地图表示系统，包括：一个或多个处理器，该一个或多个处理器被配置成用于：获得操作任务数据，该操作任务数据指示与对应操作空间内的一个或多个自主代理的操作相关联的一个或多个操作任务；以及根据操作任务数据来获得特定于操作任务的地图数据，该特定于操作任务的地图数据表示与一个或多个操作任务相对应的操作空间的二维或三维表示。示例1可以是一种地图表示系统，包括：一个或多个处理器，该一个或多个处理器被配置成用于：获得操作任务数据，该操作任务数据指示与对应操作空间内的一个或多个自主代理的操作相关联的一个或多个操作任务；以及获得特定于操作任务的地图数据，该特定于操作任务的地图数据表示与一个或多个操作任务相对应的操作空间。示例1可以是一种地图表示系统，包括：一个或多个处理器，该一个或多个处理器被配置成用于：获得操作任务数据，该操作任务数据指示与对应操作空间内的一个或多个自主代理的操作相关联的一个或多个操作任务；以及获得特定于操作任务的地图数据，该特定于操作任务的地图数据表示与一个或多个操作任务相对应的操作空间的一个或多个特性。操作空间的一个或多个特性可以包括被设置在操作空间中的一个或多个对象的行为和/或被设置在操作空间中的一个或多个对象的一个或多个属性。对象的属性可以包括纹理属性、材料属性、温度、粗糙度、照明和/或另一种物理和/或化学属性。操作空间的一个或多个特性可以包括操作空间本身的一个或多个属性。操作空间的属性可以包括温度、照明、和/或另一个物理和/或化学属性。
在示例2中，示例1的地图表示系统可任选地包括，一个或多个处理器被进一步配置成用于使发送特定于操作任务的地图数据。在一些方面中，示例1的地图表示系统可任选地包括，一个或多个处理器进一步被配置成用于使将特定于操作任务的地图数据发送到自主代理规划系统(例如，发送到自主代理的自主代理规划系统或发送到与自主代理通信地耦合的自主代理规划系统)。
在示例3中，示例1或示例2的地图表示系统可任选地进一步包括：一个或多个存储器；以及存储在一个或多个存储器中的地图数据，地图数据表示操作空间的一组不同的二维或三维表示。在一些方面，示例1或示例2的地图表示系统可任选地进一步包括：一个或多个存储器；以及被存储在一个或多个存储器中的分层表示数据，该分层表示数据表示操作空间的一组不同的二维或三维表示。
在示例4中，示例3的地图表示系统可任选地进一步包括：存储在一个或多个存储器中并与地图数据相关联的语义数据，该语义数据表示与操作空间相关联(例如，与位于操作空间中的一个或多个对象相关联)的语义信息。
在示例5中，示例1至示例4中任一项的地图表示系统可任选地包括，一个或多个处理器被进一步配置成用于获得特定于操作任务的语义数据，特定于操作任务的语义数据表示与和一个或多个操作任务相对应的操作空间中的一个或多个对象相关联的语义信息。
在示例6中，示例5的地图表示系统可任选地包括，一个或多个处理器被进一步配置成用于使发送特定于操作任务的语义数据。在一些方面中，示例1的地图表示系统可任选地包括，一个或多个处理器进一步被配置成用于使将特定于操作任务的语义数据发送到自主代理规划系统(例如，发送到自主代理的自主代理规划系统或发送到与自主代理通信地耦合的自主代理规划系统)。
在示例7中，示例4至示例6中任一项的地图表示系统可任选地包括，语义信息包括以下信息中的至少一种信息：与操作空间中的一个或多个对象的材料相关的信息；与操作空间中的一个或多个对象的形态相关的信息；与操作空间中的一个或多个对象的颜色相关的信息；与操作空间中的一个或多个对象的表面属性相关的信息；与操作空间中的一个或多个对象的移动功能相关的信息；与操作空间中的一个或多个对象的激活和/或去激活功能相关的信息；与操作空间中的一个或多个对象的变形功能相关的信息。
在示例8中，示例1至示例7中任一项的地图表示系统可任选地包括，一个或多个处理器被配置成用于通过接收操作任务数据(例如，从自主代理规划系统接收操作任务数据)来获得操作任务数据。
在示例9中，示例8的地图表示系统可任选地包括，一个或多个处理器被配置成用于使将特定于操作任务的地图数据发送到自主代理规划系统。
在示例10中，示例1至示例9中任一项的地图表示系统可任选地包括，一个或多个处理器被配置成用于通过根据一个或多个操作任务从操作空间的一组不同的二维或三维表示中选择操作空间的二维或三维表示来获得特定于操作任务的地图数据。
在示例11中，示例1至示例10中任一项的地图表示系统可任选地包括，一个或多个处理器被配置成用于通过根据一个或多个操作任务从操作空间的一组不同的二维或三维表示中选择操作空间的第一部分的第一二维或三维表示以及从操作空间的一组不同的二维或三维表示中选择操作空间的第二部分的第二二维或三维表示来获得特定于操作任务的地图数据，该第一二维或三维表示和该第二二维或三维表示提供与一个或多个操作任务相对应的操作空间的二维或三维表示。
在示例12中，示例1至示例11中任一项的地图表示系统可任选地包括，一个或多个处理器被配置成用于通过根据一个或多个操作任务从操作空间的一组不同的二维或三维表示中选择操作空间的第一对象的第一二维或三维表示以及从操作空间的一组不同的二维或三维表示中选择操作空间的第二对象的第二二维或三维表示来获得特定于操作任务的地图数据，该第一二维或三维表示和该第二二维或三维表示提供与一个或多个操作任务相对应的操作空间的二维或三维表示。
在示例13中，示例10至示例12中任一项的地图表示系统可任选地包括，操作空间的一组不同的二维或三维表示包括具有不同粒度的多个二维或三维表示。
在示例14中，示例10至示例13中任一项的地图表示系统可任选地包括，操作空间的一组不同的二维或三维表示包括操作空间中一个或多个对象的一个或多个二维或三维表示。在一些方面，操作空间中一个或多个对象的一个或多个二维或三维表示可以被称为虚拟对象。
在示例15中，示例10至示例14中任一项的地图表示系统可任选地包括，操作空间的一组不同的二维或三维表示包括以下二维或三维表示中的至少两种：二维或三维点云表示、二维或三维体素表示、和二维表面表示。
在示例16中，示例10至示例15中任一项的地图表示系统可任选地包括，操作空间的一组不同的二维或三维表示具有与其相关联的基本地图，该基本地图表示按照操作空间的虚拟空间的坐标系。在一些方面，该组不同的二维或三维表示中的每个二维或三维表示可以是基于同一基本地图的不同类型的表示。
在示例17中，示例1至示例16中任一项的地图表示系统可任选地包括，与一个或多个操作任务相对应的操作空间的二维或三维表示包括以下二维或三维表示中的至少一者：二维或三维点云表示、二维或三维体素表示、和二维表面表示。
在示例18中，示例1至示例17中任一项的地图表示系统可任选地包括，与一个或多个操作任务相对应的操作空间的二维或三维表示包括操作空间中的一个或多个对象的一个或多个二维或三维表示。
在示例19中，示例1至18中任一项的地图表示系统可任选地包括，与一个或多个操作任务相对应的操作空间的二维或三维表示包括：操作空间中的一个或多个第一对象的第一二维或三维表示，以及操作空间中的一个或多个第二对象的第二二维或三维表示，其中第一二维或三维表示与第二二维或三维表示相比具有不同粒度。
在示例20中，示例1至19中任一项的地图表示系统可任选地包括，与一个或多个操作任务相对应的操作空间的二维或三维表示包括：操作空间中的一个或多个第一部分的第一二维或三维表示，以及操作空间中的一个或多个第二部分的第二二维或三维表示，其中第一二维或三维表示与第二二维或三维表示相比具有不同粒度。
在示例21中，示例1至示例20中任一项的地图表示系统可任选地包括，操作任务包括以下操作任务中的至少一个：导航任务、障碍物规避任务、与操作空间中的一个或多个对象的交互相关的交互任务，其中障碍物是操作空间中的对象。交互任务的交互可以包括抓取、激活、去激活、修改、移除、添加、移动、变形，等等。
在示例22中，示例1至示例21中任一项的地图表示系统可任选地包括，操作任务数据进一步指示对与操作空间内的一个或多个自主代理的操作相关联的语义信息的需求。
示例23是一种表示系统，包括：一个或多个处理器，该一个或多个处理器被配置成用于接收操作任务数据(例如，来自自主代理规划系统)，该操作任务数据指示与操作空间中的一个或多个自主代理的操作相关联的操作任务；获得特定于任务的表示数据，该特定于任务的表示数据表示与由操作任务数据指示的操作任务相对应的操作空间的特定于任务的二维或三维表示；以及使得发送该特定于任务的表示数据(例如，发送到自主代理规划系统)。
示例24是一种表示系统，包括：一个或多个处理器，该一个或多个处理器被配置成用于从自主代理规划系统接收操作任务数据，该操作任务数据指示与操作空间中的一个或多个自主代理的操作相关联的自主代理操作任务；获得特定于任务的表示数据，该特定于任务的表示数据表示操作空间的特定于任务的表示，该特定于任务的表示与由操作任务数据(粒度决定因素)指示的自主代理操作任务相对应；获得特定于任务的语义数据，该特定于任务的语义数据表示与操作空间中的一个或多个对象相关联的语义信息；以及使得将特定于任务的表示数据和特定于任务的语义数据发送到自主代理规划系统。
示例25是一种地图表示系统(例如，分层表示系统)，包括：一个或多个存储器；地图表示数据，该地图表示数据被存储在一个或多个存储器中，该地图表示数据表示与基本地图相关联的一组不同的表示，该基本地图表示一个或多个自主代理的操作的操作空间；语义数据，该语义数据被存储在一个或多个存储器中并且与地图表示数据相关联，该语义数据表示与位于操作空间中的一个或多个对象相关联的语义信息。
示例31是一种地图表示系统或地图表示系统，包括：一个或多个处理器，该一个或多个处理器被配置成用于：获得地图数据，该地图数据表示真实空间的虚拟空间和被设置在真实空间内的一个或多个第一对象的一个或多个第一虚拟表示以及被设置在真实空间内的一个或多个第二对象的一个或多个第二虚拟表示，其中该一个或多个第一虚拟表示是第一类型的表示，并且其中该一个或多个第二虚拟表示是与第一类型的虚拟表示不同的第二类型的虚拟表示。在一些方面，该地图可以表示基本坐标系中的虚拟空间。
在示例32中，示例31的地图表示系统或地图表示系统可任选地进一步包括，一个或多个处理器进一步被配置为成用于：获得表示与真实空间和一个或多个第一对象以及被设置在其中的一个或多个第一对象相关联的信息的传感器数据。
在示例33中，示例32的地图表示系统或地图表示系统可任选地进一步包括，一个或多个处理器被进一步配置成用于：通过基于传感器数据生成地图数据来获得地图数据。
在示例34中，示例32或33的地图表示系统或地图表示系统可任选地进一步包括，传感器数据表示由多个传感器提供的传感器融合信息。根据各个方面，地图表示系统可以包括被配置成用于生成表示传感器融合信息的传感器数据的传感器融合实体。
在示例35中，示例31至示例34中任一项的地图表示系统或地图表示系统可任选地进一步包括，第一类型的虚拟表示和第二类型的虚拟表示关于粒度彼此不同。
在示例36中，示例31至示例35中任一项的地图表示系统或地图表示系统可任选地进一步包括，第一类型的虚拟表示是点云表示、体素表示和表面表示中的一者；并且其中第二类型的虚拟表示是点云表示、体素表示和表面表示中的另一者。
在示例37中，示例31至示例36中的任一项的地图表示系统或地图表示系统可任选地进一步包括，该地图数据进一步表示被设置在真实空间内的一个或多个第三对象的一个或多个第三虚拟表示。该一个或多个第三虚拟表示可以是与第一类型的虚拟表示不同并且与第二类型的虚拟表示不同的第三类型的虚拟表示。
在示例38中，示例31至示例37中任一项的地图表示系统或地图表示系统可任选地进一步包括，第一类型的虚拟表示和第二类型的虚拟表示关于粒度彼此不同。第一类型的虚拟表示和第三类型的虚拟表示可以关于粒度彼此不同。第二类型的虚拟表示和第三类型的虚拟表示可以关于粒度彼此不同。
在示例39中，示例31至示例38中任一项的地图表示系统或地图表示系统可任选地进一步包括，第一类型的虚拟表示是点云表示、体素表示和表面表示中的一者；第二类型的虚拟表示是点云表示、体素表示和表面表示中的另一者。
在示例40中，示例39的地图表示系统或地图表示系统可任选地进一步包括，第三类型的虚拟表示是点云表示、体素表示和表面表示中的又一者。
示例41是包括前述示例中任一项的地图表示系统的自主代理。该自主代理可以进一步包括自主代理规划系统。该自主代理可以进一步包括一个或多个传感器。自主代理可以进一步包括传感器融合实体以向地图表示系统提供空间信息。
本文可以例如参考地图表示系统、一个或多个自主代理以及其一个或多个实体来描述各种功能和/或过程。应注意，一个或多个功能和/或一个或多个过程的各种组合可以在一个或多个处理器中被实现；在一些情况下，独立于整个地图表示系统中一个或多个处理器的位置而实现。说明性地，(例如，地图表示系统的)一个或多个处理器可以被配置成用于实现本文所述的任何单个功能或功能组合和/或本文所述的任何单个过程或过程的组合。
根据各方面，本文描述的任何方法或方法的部分可以部分地或完全被实现为具有程序指令的非暂态计算机可读介质，这些程序指令在被执行时使得一个或多个处理器执行该方法的至少一部分或全部。
根据各方面，参考上述示例描述的任何功能或功能组合可以部分地或完全地被实现为方法，在一些方面独立于被描述为实现相应功能或功能组合的装置而实现。
根据各方面，参考上述示例描述的任何功能或功能组合可以由一个或多个装置部分地或完全地实现，在一些方面独立于被描述为实现相应功能或功能组合的装置而实现。
虽然已经参照具体方面具体地示出和描述了本公开，但本领域技术人员应当理解，可对本发明作出形式上和细节上的各种变化而不背离如所附权利要求所限定的本公开的精神和范围。因此，本公开的范围由所附权利要求表示并且因此旨在涵盖落在权利要求的等效含义和范围内的所有变化。

Claims (24)

1.一种地图表示系统，包括：
一个或多个处理器，所述一个或多个处理器被配置成用于：
获得操作任务数据，所述操作任务数据指示与对应的操作空间内的一个或多个自主代理的操作相关联的一个或多个操作任务；以及
获得特定于操作任务的地图数据，所述特定于操作任务的地图数据表示与所述一个或多个操作任务相对应的所述操作空间。
2.如权利要求1所述的地图表示系统，
其中，所述特定于操作任务的地图数据表示以下各项的至少一项：
所述操作空间的二维表示，和/或
所述操作空间的三维表示，和/或
所述操作空间的一个或多个特性。
3.如权利要求1所述的地图表示系统，
其中，所述一个或多个处理器进一步被配置成用于使得发送所述特定于操作任务的地图数据。
4.如权利要求1所述的地图表示系统，进一步包括：
一个或多个存储器；
地图数据，所述地图数据被存储在所述一个或多个存储器中，所述地图数据表示所述操作空间的一组不同的表示。
5.如权利要求4所述的地图表示系统，进一步包括：
语义数据，所述语义数据被存储在所述一个或多个存储器中并与所述地图数据相关联，所述语义数据表示与位于所述操作空间中的一个或多个对象相关联的语义信息。
6.如权利要求1至5中任一项所述的地图表示系统，
其中，所述一个或多个处理器进一步被配置成用于获得特定于操作任务的语义数据，所述特定于操作任务的语义数据表示与和所述一个或多个操作任务相对应的所述操作空间中的一个或多个对象相关联的语义信息。
7.如权利要求6所述的地图表示系统，
其中，所述一个或多个处理器进一步被配置成用于使得发送所述特定于操作任务的语义数据。
8.如权利要求5所述的地图表示系统，
其中，所述语义信息包括以下信息中的至少一种信息：
与所述操作空间中的一个或多个对象的材料相关的信息；与所述操作空间中的一个或多个对象的形态相关的信息；
与所述操作空间中的一个或多个对象的颜色相关的信息；
与所述操作空间中的一个或多个对象的表面属性相关的信息；
与所述操作空间中的一个或多个对象的移动功能相关的信息；
与所述操作空间中的一个或多个对象的激活和/或去激活功能相关的信息；和/或
与所述操作空间中的一个或多个对象的变形功能相关的信息。
9.如权利要求1至5中任一项所述的地图表示系统，
其中，所述一个或多个处理器被配置成用于通过从自主代理规划系统接收所述操作任务数据来获得所述操作任务数据，以及
其中，所述一个或多个处理器被配置成用于使得所述特定于操作任务的地图数据发送到所述自主代理规划系统。
10.如权利要求1至5中任一项所述的地图表示系统，
其中，所述一个或多个处理器被配置成用于通过根据所述一个或多个操作任务从所述操作空间的一组不同的表示中选择所述操作空间的表示来获得所述特定于操作任务的地图数据。
11.如权利要求1至5中任一项所述的地图表示系统，
其中，所述一个或多个处理器被配置成用于通过根据一个或多个操作任务从所述操作空间的一组不同的表示中选择所述操作空间的第一部分的第一表示以及从所述操作空间的一组不同的表示中选择所述操作空间的第二部分的第二表示来获得所述特定于操作任务的地图数据，所述第一表示和所述第二表示提供与所述一个或多个操作任务相对应的所述操作空间的表示。
12.如权利要求1至5中任一项所述的地图表示系统，
其中，所述一个或多个处理器被配置成用于通过根据一个或多个操作任务从所述操作空间的一组不同的表示中选择所述操作空间的第一对象的第一表示以及从所述操作空间的一组不同的表示中选择所述操作空间的第二对象的第二表示来获得所述特定于操作任务的地图数据，所述第一表示和所述第二表示提供与所述一个或多个操作任务相对应的所述操作空间的表示。
13.如权利要求10所述的地图表示系统，
其中，所述操作空间的所述一组不同的表示包括具有不同粒度的多个表示。
14.如权利要求13所述的地图表示系统，
其中，所述操作空间的所述一组不同的表示包括以下表示中的至少两种：
二维或三维点云表示，
二维或三维体素表示，以及
二维表面表示。
15.如权利要求10所述的地图表示系统，
其中，所述操作空间的所述一组不同的表示具有与其相关联的基本地图，所述基本地图表示按照所述操作空间的虚拟空间的坐标系，并且所述一组不同的表示中的每个表示均是所述基本地图的表示。
16.如权利要求1至5中任一项所述的地图表示系统，
其中，与所述一个或多个操作任务相对应的所述操作空间的表示包括以下表示中的至少一者：
二维或三维点云表示，
二维或三维体素表示，以及
二维表面表示。
17.如权利要求1至5中任一项所述的地图表示系统，
其中，与所述一个或多个操作任务相对应的所述操作空间的表示包括所述操作空间中的一个或多个对象的一个或多个二维或三维表示。
18.如权利要求1至5中任一项所述的地图表示系统，
其中，与所述一个或多个操作任务相对应的所述操作空间的表示包括：
所述操作空间中的一个或多个第一对象的第一二维或三维表示，以及
所述操作空间中的一个或多个第二对象的第二二维或三维表示，其中所述第一二维或三维表示与所述第二二维或三维表示相比具有不同的粒度；和/或
所述操作空间的一个或多个第一部分的第一二维或三维表示，以及
所述操作空间的一个或多个第二部分的第二二维或三维表示，其中
所述第一二维或三维表示与所述第二二维或三维表示相比具有不同的粒度。
19.如权利要求1至5中任一项所述的地图表示系统，
其中，所述操作任务数据进一步指示容忍度因子，所述容忍度因子表示与所述操作空间的表示相关联的特定的服务级别协议。
20.一种表示系统，包括：
一个或多个处理器，所述一个或多个处理器被配置成用于：
从自主代理规划系统接收操作任务数据，所述操作任务数据指示与操作空间中的一个或多个自主代理的操作相关联的自主代理操作任务；
获得特定于任务的表示数据，所述特定于任务的表示数据表示所述操作空间的特定于任务的表示，所述特定于任务的表示与由所述操作任务数据所指示的所述自主代理操作任务相对应；
获得特定于任务的语义数据，所述特定于任务的语义数据表示与所述操作空间中的一个或多个对象相关联的语义信息；以及
使得将所述特定于任务的表示数据和所述特定于任务的语义数据发送到所述自主代理规划系统。
21.一种地图表示系统，包括：
一个或多个处理器，所述一个或多个处理器被配置成用于：
获得地图数据，所述地图数据表示真实空间的虚拟空间和被设置在所述真实空间内的一个或多个第一对象的一个或多个第一虚拟表示以及被设置在所述真实空间内的一个或多个第二对象的一个或多个第二虚拟表示，其中所述一个或多个第一虚拟表示是第一类型的表示，并且其中所述一个或多个第二虚拟表示是与所述第一类型的虚拟表示不同的第二类型的虚拟表示。
22.如权利要求21所述的地图表示系统，
其中，所述一个或多个处理器进一步被配置成用于：
获得表示与所述真实空间和所述一个或多个第一对象以及被设置在其中的所述一个或多个第一对象相关联的信息的传感器数据。
23.一种具有程序指令的非暂态计算机可读介质，所述指令当被执行时，使得一个或多个处理器用于：
获得操作任务数据，所述操作任务数据指示与对应的操作空间内一个或多个自主代理的操作相关联的一个或多个操作任务；以及
获得特定于操作任务的地图数据，所述特定于操作任务的地图数据表示与所述一个或多个操作任务相对应的所述操作空间。
24.如权利要求23所述的非暂态计算机可读介质，
其中，所述特定于操作任务的地图数据表示以下表示的至少一者：
所述操作空间的二维表示，和/或
所述操作空间的三维表示，和/或
所述操作空间的一个或多个特性的表示。
CN202111305543.0A 2020-12-18 2021-11-05 用于操作自主代理的地图表示系统和方法 Pending CN114724396A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/126,072 US20210140793A1 (en) 2020-12-18 2020-12-18 Map representation system and method for operating an autonomous agent
US17/126,072 2020-12-18

Publications (1)

Publication Number Publication Date
CN114724396A true CN114724396A (zh) 2022-07-08

Family

ID=75847763

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111305543.0A Pending CN114724396A (zh) 2020-12-18 2021-11-05 用于操作自主代理的地图表示系统和方法

Country Status (3)

Country Link
US (1) US20210140793A1 (zh)
EP (1) EP4015997A1 (zh)
CN (1) CN114724396A (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022104399A1 (de) 2022-02-24 2023-08-24 Cariad Se Verfahren und Prozessorschaltung zum Ermitteln von Trainingsdatensätzen für ein Training eines Modells des maschinellen Lernens
CN115047875B (zh) * 2022-06-07 2024-05-14 中国北方车辆研究所 任务驱动的四足机器人粗粒度迭代模型

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8508590B2 (en) * 2010-03-02 2013-08-13 Crown Equipment Limited Method and apparatus for simulating a physical environment to facilitate vehicle operation and task completion
KR102516124B1 (ko) * 2013-03-11 2023-03-29 매직 립, 인코포레이티드 증강 및 가상 현실을 위한 시스템 및 방법
US10203762B2 (en) * 2014-03-11 2019-02-12 Magic Leap, Inc. Methods and systems for creating virtual and augmented reality
US10852838B2 (en) * 2014-06-14 2020-12-01 Magic Leap, Inc. Methods and systems for creating virtual and augmented reality
CN110494900A (zh) * 2017-02-07 2019-11-22 韦奥机器人股份有限公司 工作空间安全监控和设备控制
US10606269B2 (en) * 2017-12-19 2020-03-31 X Development Llc Semantic obstacle recognition for path planning
US20220088787A1 (en) * 2018-02-06 2022-03-24 Clara Vu Workplace monitoring and semantic entity identification for safe machine operation
KR102480417B1 (ko) * 2018-09-21 2022-12-22 삼성전자주식회사 전자 장치 및 전자 장치의 차량 제어 방법, 서버 및 서버의 정밀 지도 데이터 제공 방법
US20210349470A1 (en) * 2018-10-29 2021-11-11 Siemens Aktiengesellschaft Dynamically refining markers in an autonomous world model
JP2023515796A (ja) * 2020-02-20 2023-04-14 マジック リープ， インコーポレイテッド Ｗｉｆｉ／ｇｐｓベースのマップマージを伴うクロスリアリティシステム

Also Published As

Publication number Publication date
EP4015997A1 (en) 2022-06-22
US20210140793A1 (en) 2021-05-13

Similar Documents

Publication Publication Date Title
Best et al. Online planning for multi-robot active perception with self-organising maps
Song et al. A new approach to smooth global path planning of mobile robots with kinematic constraints
Koubaa et al. Introduction to mobile robot path planning
Fong et al. A review of metaheuristics in robotics
Mahajan et al. Automatic robot Manoeuvres detection using computer vision and deep learning techniques: a perspective of internet of robotics things (IoRT)
CN114724396A (zh) 用于操作自主代理的地图表示系统和方法
Nurmaini et al. Intelligent robotics navigation system: Problems, methods, and algorithm
US20210107152A1 (en) Autonomous machine collaboration
Mannucci et al. Autonomous 3D exploration of large areas: A cooperative frontier-based approach
EP4020320A1 (en) Autonomous machine knowledge transfer
Frommberger et al. Structural knowledge transfer by spatial abstraction for reinforcement learning agents
Li et al. Hybrid trajectory replanning-based dynamic obstacle avoidance for physical human-robot interaction
Aydemir et al. Multi-agent dynamic area coverage based on reinforcement learning with connected agents
Zhou et al. Continuous patrolling in uncertain environment with the UAV swarm
Na et al. Gradient eigendecomposition invariance biogeography-based optimization for mobile robot path planning
Blasch Autonomy in use for information fusion systems
Boubin et al. Programming and deployment of autonomous swarms using multi-agent reinforcement learning
Badawy et al. New approach to enhancing the performance of cloud-based vision system of mobile robots
Sellers et al. Autonomous multi-robot allocation and formation control for remote sensing in environmental exploration
Sun et al. An end-to-end reinforcement learning method for automated guided vehicle path planning
Mattson et al. Leveraging human feedback to evolve and discover novel emergent behaviors in robot swarms
Ranó et al. A biologically inspired controller to solve the coverage problem in robotics
Lv et al. A path planning algorithm for mobile robot based on edge-cloud collaborative computing
Wang et al. Cooperative control of robotic swarm based on self-organized method and human swarm interaction
Liu et al. Global Path Planning for Unmanned Ships Based on Improved Particle Swarm Algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination