機械工程 自動化與控制理論專題：基于多傳感器融合SLAM技術(shù)的機器人感知與控制技術(shù)研究——以自動駕駛中路徑規(guī)劃與控制為例【大學組】

專業(yè)：工程

項目類型：全球華人導師-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

語言：中文

有無剩余名額：名額充足

建議學生年級：大學生

是否必需面試：否

適合專業(yè)：計算機科學信號與信息處理機器學習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)：對機器人、自動化、機械工程、人工智能感興趣的學生，建議具備概率論、高等數(shù)學、線性代數(shù)、機器人運動學基礎(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，共126課時 1500字左右的項目報告 優(yōu)秀學員獲得主導師推薦信（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)表指導或者CNKI檢索的英文普刊全文投遞與發(fā)表指導

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)實及機器人自主導航的核心功能，其涉及內(nèi)容廣泛且繁雜，包括傳感器的標定、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)自主導航的前提與關(guān)鍵。因此，我們希望學習了解基于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)和學習，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。學習過程中一步一步推導公式，打下扎實的數(shù)學基礎(chǔ)，使學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。為學生今后的學習及工作實踐打下寬厚的基礎(chǔ)。過程中培養(yǎng)學生的科研興趣和創(chuàng)新理念。

項目大綱：機器人智能感知學科知識概論：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、應用展望-自主定位、AR/VR的應用等 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、標定配準以及融合、多傳感器融合的在線標定&手眼標定方法 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：學生項目匯報與答辯、導師點評與指導