会认路的 Kinect 机器人
借助微软 Kinect 和开源机器人 PR2，麻省理工学院电脑与人工智能实验室（CSAIL）最近开发出能够认识路的机器人。
让机器人认路，一直是人工智能研究的课题之一。这个问题的难点在于，机器人很难在不确定的环境下灵活行动，往往依赖人工遥控，而 CSAIL 的研究成果开始让机器人在不确定的环境下摆脱对人的依赖。
Maurice Fallon 教授是该项目的主持者之一，他认为实时绘制地图是机器人认路的前提，至少得让机器人知道自己和墙壁之间距离。但是现在的研究都给机器人一张绘制好的地图，这种做法难以让机器人在不确定的环境下自行判断自己前进的方向，如果在场景中出现了一个之前没有出现过的物体，那么机器人就很难通过地图来判断应当如何行为。
于是，Maurice 和 John J Leonard，连同一名学生 Hordur Johannsson 开始研究。最终，他们让 Kinect 变成 PR2 的眼睛，侦测 PR2 周围的环境，让周围的场景实时转化为三维地图数据库，让机器人拥有灵活判断的能力。他们把这个技术称为 Simultaneous Localization and Mapping（SLAM）。
SLAM 的技术核心是 Kinect、传感器以及与之配套的导航软件。当机器人经过一场景时，比如说房间里面的拐角，Kinect 会侦测这个拐角里面的墙壁、道路、障碍，软件将 Kinect 所看到的东西统统绘制成三维图像，同时通过传感器，软件还会计算机器人目前的位置，然后计算出路径，并储存起来。当机器人再次经过这个场景时，Kinect 再次绘制了三维图像，软件就把这次的得到的三维图像和之前得到的三维图像对比，看是否相同，如果相同就按照之前的路径去走，如果不同就重新计算新的路径，也就是说如果下次机器人经过这个拐角，它就能够轻松绕过不知从那里冒出来的箱子。
以下是 SLAM 系统的演示：
实际上 PR2 的开发公司也研究出能够认识路的机器人 TurtleBot，它也把 Kinect 作为眼睛，然而 Turtle Bot 的原理是把环境转化为二维图像，和 SLAM 不一样：
让机器人认路，相当于让机器人拥有一定的自我判断能力，能够增强机器人的灵活性，让它们更加自主，更加聪明，从而帮助人类完成更多任务。比如说帮助盲人摆脱导盲犬或是拐杖，让军事机器人独立完成侦察任务等等。
也许，需要阿基莫夫机器人三定律的日子越来越近了。
题图来自 MITnews
