头顶上的天赋的自然理解可以帮助您确定道路的前进地点。树枝突然断裂和柔软的苔藓垫子会告诉您脚是否稳定。雷声和树枝摇摆在强风中间的树木向我们提醒我们最接近的危险。在本文中的任命：相比之下，机器人长期以来一直基于视觉信息，例如相机和激光射击。在好莱坞之外，多感官导航是机器的挑战。森林中浓密的灌木，倒下的原木和地形变化是传统机器人的不确定性的迷宫。现在，杜克大学的研究人员开发了一个名为WildFusion的新框架，该框架结合了视觉，振动和触摸，使机器人可以“感知”复杂的室外环境，例如人类。最近在佐治亚州亚特兰大举行的IEEE（ICRA 2025）的Coldintertation Robotics和自动化（ICRA 2025）的自动化公司最近从2025年5月19日至23日举行的IEEE（ICRA 2025）接受了这项工作。理解，”机械工程和材料科学，计算机科学与计算机的家庭助理教授Boyuan Chen说，杜克大学的计算机科学。“传统机器人主要依赖视力或骑手，但陈的二年级学生Liu Yanhui是Chen Institute的第二年级博士生，但倾向于没有明确的路径或可预测的参考点。当传感器稀缺时，即使是先进的3D地图构造方法也很难重建连续地图，这是无噪声的环境。 RGB cameras, lidar, the cameras of Lidar, the cameras of Lidar, the sizes, the tactors, the cameras of the sensors, the cameras of the sensors, the CAMARas of the sensors, the cameras of the sensors, the cameras of the sensors, the sensors, the cameras of the sensors, the sensors, the cameras of the sensors, especially, the sensors of the sensors.传感器LIDAR代表环境，同时捕获诸如TH之类的细微差别每只脚的泥浆冰冷，触觉传感器都在每英尺中施加。脚在视觉上阻塞或模糊时。但是，您可以直观地想象完美的形象。 WildFusion的多模式方法使机器人和人类一样稀少或嘈杂时可以填充空的空白。在北卡罗来纳州的恩里河州立公园进行了测试，野生融合成功地帮助了机器人穿越茂密的森林，草原和碎石路。刘表示，他很高兴看到机器人充满信心地旅行。这些现场测试证明了野生灌注能够预测准确的速度的卓越能力，从而显着提高了机器人在复杂土地上做出安全路线决策的能力。将来，团队计划通过集成其他传感器（例如热量和湿度检测器）来扩展系统，以进一步提高机器人理解和适应复杂环境的能力。具有灵活而模块化的设计，Wildfusion Offe林地以外的广泛应用，包括在不稳定的地形，远程基础设施检查和独立探索中的灾难响应。陈说，当前机器人技术领域的一个主要挑战是开发不仅在实验室中运作良好的系统，而且在现实世界中可靠地工作。这意味着即使世界变得混乱，机器人也可以适应，做出决定并继续前进。