時 間:2022年1月9日16:30-17:00
報告人:浙江大學王越副教授
地 點:機器人視覺感知與控制技術國家工程實驗室一樓報告廳
報告人簡介:
王越,浙江大學控制科學與工程學院副教授/博導。研究方向為機器人和人工智能的基礎交叉領域,聚焦非結構、弱先驗、大干擾條件下的機器人自主性問題。近三年以第一/通訊作者發表中科院二區以上期刊論文20篇,機器人領域頂級會議ICRA/IROS/RSS/CoRL 20篇,專利授權9項(均第一發明人)。論文獲最佳論文獎/最佳論文提名獎3次。自2020年起擔任機器人領域頂級會議ICRA和IROS的編委,期刊FRAI的邀請編委。主持國家自然科學基金項目、科技部重點研發計劃課題、國防科工局穩定支持項目等10余項,與航天五院、阿里達摩院、華為中央研究院等頂尖研究機構持續合作,骨干參與KJW重點項目、國家自然科學基金重點項目、浙江省重點研發項目等。研究成果服務于中車、中兵、阿里等知名企業,兩次獲央視報道,孵化產品實現規模化應用。
報告摘要:
移動機器人遍布工業、酒店、安防、醫院等各行各業,具有廣闊的應用領域。魯棒準確的自主導航是移動機器人的關鍵技術之一。目前,基于傳統分階段思路的自主導航技術已經能確保移動機器人在封閉場景下的可靠作業。但在開放場景下,自主導航仍面臨天氣、場景、環境等變化的挑戰。另一方面,基于端到端學習的自主導航技術隨著近年來的研究和實踐,逐步展現出應用前景。本報告以導航中的核心環節——定位為對象,介紹課題組基于端到端學習的解決方案,包括地點識別、位姿估計、融合定位等模塊。并重點介紹如何在這些模塊中將傳統方法和端到端方法相結合,從而有效提升學習模型的可解釋性和泛化性。報告還將展示相關技術在實際系統中的測試和應用,驗證和探索可行性。