AI與HCI人機交互專題：基于多傳感器融合的智能機器人定位與導(dǎo)航路線規(guī)劃研究——以自動駕駛、可穿戴設(shè)備移動感知為例【大學(xué)組】

專業(yè)：工程

項目類型：全球華人導(dǎo)師-香港

開始時間：2024年09月28日

是否可加論文：是

項目周期：6周在線小組科研+5周論文指導(dǎo)

語言：中文

有無剩余名額：名額充足

建議學(xué)生年級：大學(xué)生

是否必需面試：否

適合專業(yè)：計算機科學(xué)信號與信息處理機器學(xué)習(xí)人工智能計算機視覺編程語言機器人機械工程人機交互交互設(shè)計

地點：無

建議具備的基礎(chǔ)：對人機交互、機器人、自動化、機械工程、人工智能感興趣的學(xué)生，建議具備概率論、高等數(shù)學(xué)、線性代數(shù)、機器人運動學(xué)基礎(chǔ)，了解即時定位與地圖構(gòu)建 SLAM 基礎(chǔ)，具備Python編程能力

產(chǎn)出：6周【在線小組科研+全球就業(yè)力大師課】+5周論文指導(dǎo)，共126課時 1500字左右的項目報告 優(yōu)秀學(xué)員獲得主導(dǎo)師推薦信（8封網(wǎng)推） 項目結(jié)業(yè)證書 EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導(dǎo)或者CNKI檢索的英文普刊全文投遞與發(fā)表指導(dǎo)

項目背景：機器人智能感知多傳感器融合技術(shù)已成為自動駕駛、混合現(xiàn)實及機器人自主導(dǎo)航的核心功能，其涉及內(nèi)容廣泛且繁雜，包括傳感器的標(biāo)定、同步定位與地圖構(gòu)建（Simultaneous localization and mapping SLAM）、濾波、優(yōu)化等。現(xiàn)有的機器人與自動駕駛等移動智能裝備通常會引入激光雷達，相機，IMU，GPS等多種模態(tài)的傳感器，而SLAM技術(shù)是實現(xiàn)自主導(dǎo)航的前提與關(guān)鍵。因此，我們希望學(xué)習(xí)了解基于SLAM的融合多種模態(tài)的原理。

項目介紹：本課題旨在通過對機器人智能感知相關(guān)的理論基礎(chǔ)和學(xué)習(xí)，了解機器人智能感知領(lǐng)域的關(guān)鍵核心技術(shù)：同步定位與地圖構(gòu)建（SLAM）原理，以點帶面來了解目前機器人智能感知的局限性和發(fā)展前沿、熱點和問題。學(xué)習(xí)過程中一步一步推導(dǎo)公式，打下扎實的數(shù)學(xué)基礎(chǔ)，使學(xué)生牢固掌握機器人智能感知基本理論知識。理清SLAM后端的每個細(xì)節(jié)，加深對優(yōu)化的理解，為以后工作中移植、加速或改進自有的SLAM系統(tǒng)提供技術(shù)支持。為學(xué)生今后的學(xué)習(xí)及工作實踐打下寬厚的基礎(chǔ)。過程中培養(yǎng)學(xué)生的科研興趣和創(chuàng)新理念。

項目大綱：機器人智能感知學(xué)科知識概論：機器人智能感知背景介紹、多傳感器融合技術(shù)現(xiàn)狀介紹、移動智能感知系統(tǒng)結(jié)構(gòu)和工作原理、論文報告選題建議 同步定位與地圖構(gòu)建（SLAM）基礎(chǔ)：SLAM原理介紹、整體流程介紹與回環(huán)檢測原理基礎(chǔ)、后端優(yōu)化、主流定位方案 基于濾波的多傳感器融合SLAM方法：視覺SLAM原理與方法、基于濾波的SLAM原理與方法、融合運動約束與特征的濾波方法、應(yīng)用展望-自主定位、AR/VR的應(yīng)用等 基于圖優(yōu)化的多傳感器融合SLAM方法：關(guān)鍵特征點及特征描述、基于圖優(yōu)化的多傳感器融合SLAM方法、標(biāo)定配準(zhǔn)以及融合、多傳感器融合的在線標(biāo)定&手眼標(biāo)定方法 專題討論：基于SLAM的機器人智能感知發(fā)展前沿：醫(yī)療機器人智能感知發(fā)展前沿、可穿戴式移動智能感知發(fā)展前沿 項目答辯與點評：學(xué)生項目匯報與答辯、導(dǎo)師點評與指導(dǎo)