Computer Vision: нейронная сеть для создания точек на карте

Question

Я хочу спроектировать нейронную сеть / ConvNet для генерации набора точек на данной карте, которые соответствуют возможным позициям робота. Карта содержит много пустого пространства для стен, и роботы не могут быть в этих позициях. Поэтому сеть должна взять на карту и сгенерировать пары чисел (x, y), соответствующих местам на карте, которые не являются стенами. Что было бы правильным выбором структуры нейронной сети для реализации этой задачи?

Answer 1

Подход, который вам может понадобиться, будет зависеть от того, хотите ли вы обобщить на новые невидимые карты и сможете сегментировать карту на выполнимые (доступные для навигации робота) и неосуществимые (настенные / другие препятствия / препятствия). Имейте в виду, что вам необходимо генерировать эти карты динамически, если ваша среда со временем изменится (например, перемещение препятствий / других роботов / объектов). Для этого, если у вас есть достаточное количество аннотированных обучающих данных с картами с отмеченными (сегментированными) областями стен, вы можете использовать стандартный алгоритм сегментации на основе нейронной сети, такой как Mask-RCNN (https://github.com/matterport/Mask_RCNN) в вашем наборе данных. если у вас нет большого количества аннотированных данных и вы просто хотите использовать алгоритм планирования пути общего назначения, который может планировать путь от точки A до B, не сталкиваясь с препятствиями, вы можете использовать алгоритмы обхода препятствий на основе MPC, как описано в https://arxiv.org/abs/1805.09633 / https://www.tandfonline.com/doi/full/10.1080/00423114.2018.1492141