导航:EXPO21XX>自动化21 xx>H05:机器人大学和研究>澳大利亚国立大学
视频
加载播放器…
  • 提供配置文件
  • 工程与计算机科学学院信息工程系的机器人系统小组长期致力于现实世界的机器人技术。它是由Alex Zelinksy于1996年创立的,他目前是CSIRO信息和通信技术(ICT)中心的主任。

    目前的研究领域是在几个现实世界场景中的鲁棒自主机器人,以及形状记忆合金执行器,刚体动力学以及分布式控制和通信。所有细节都可以在特定的项目页面上找到。

    你可以通过多种方式参与我们小组的活动。学生的论文和项目总是有可能的。荣誉、硕士、博士申请者将在这里发现一系列具有挑战性和高要求的主题,这将使学术知识与物理实验相联系。

    该集团还有商业化项目的传统。迄今为止,该集团最大的公司是Seeing Machines,该公司成立于2000年,目前拥有50多名员工。
产品组合
  • Serafina -小型自主潜水器

  • Serafina项目探索了多个、小型、完全自主但有组织的潜水器的潜力。

    目标
    澳大利亚国立大学的Serafina项目探索了多个、小型、完全自主但有组织的潜水器的潜力。虽然体积小,因此只能提供有限的有效载荷,但整套潜水器提供的可能性远远超过任何单独的潜水器。

    科学目标:

    • 一个允许容错,可扩展覆盖(在探索,搜索,运输或监测方面)海洋空间的潜水器学校,同时:
      • 这样一组潜水器所使用的船的数量应该是公开的。
      • 各个潜水器的功能应根据其当前在组中的物理(相对)位置进行自适应。
    • 个体与邻近潜水器的主动和被动定位以及整个群体与环境的主动和被动定位。
    • 动态通信和路由协议,明确地考虑和调整当前关于各个站的物理三维位置(包括动量和方向)的知识。
    • 弥合当前动力系统理论与实际传感器空间和时间约束之间的更多差距。
    • 的潜水器


    • 的潜水器

    • 规格(最大额定):
      前进速度:> 1m /s
      垂直速度:> 0.5 m/s
      滚转速度:> 360°/s
      俯仰速度:> 180°/s
      偏航速度:> 90°/s
    • 的潜水器

    • 主船体长度:400毫米
      总长度:455毫米
      主船体直径:100毫米
      整体宽度:210毫米
      整体高度:140毫米
    • 传感器子系统

    • 线性加速度传感器(上)
      范围(模块):-1.2 ..每轴+1.2 g(可调,最大。+ / - 2 g)
      灵敏度(传感器,最小):140 mV/g
      灵敏度(传感器,典型):167 mV/g

      指南针(底部)
      精度:2°
      分辨率:1°
      采样率:10hz
      硬铁校准

    • 传感器子系统

    • 压力(上)
      压力传感器模块
      可测压力:5 psi (3.5 m下潜深度)
      最大压力:20psi(14米下潜深度)

      声纳(底部)
      声纳传感器模块
      基本频率:200khz
      采样频率:6hz

    • 传感器子系统

    • 长波收音机
      载波频率:122千赫
      数据速率:1024 ~ 8192bits /s
      范围:< 6m
  • 形状记忆合金

  • 项目描述:
    本项目旨在实现基于形状记忆合金(SMA)的执行机构的快速、准确、运动和力控制。由SMA制成的电线在冷却时很容易拉伸,但在加热时被迫收缩到原来的长度。我们使用细柔醇(tm)电线,它是由镍钛SMA镍钛诺制成的。由于这些电线只能拉,我们通常将它们成对使用。最大的挑战是SMAs以高度非线性的方式表现,并表现出大量的迟滞。这使得他们很难控制。因此,这个项目主要是设计巧妙的控制系统,从这些棘手的sma中提供快速、准确的运动和力量。

    结果:
    • 我们发明了一种新的快速加热算法,可以使SMA驱动器的速度大约翻倍,并防止它们过热。
    • 通过构建一个SMA扬声器,我们已经证明了SMA可以在1kHz及更高的频率下响应。是的,SMA确实可以在音频频率下响应,而且下面是音频来证明这一点!
    • 我们得到了SMA高频动力学的增益/相位模型。根据该模型,相响应与应力和应变无关。
    • 我们开发了一种力控制系统,在+/−3N范围内精度优于1mN。
    • 我们的sma驱动二自由度受电弓机器人

    • SMA扬声器

    • 我们的力和运动控制实验新试验台

  • 智能汽车(与NICTA合作)

  • 汽车给人机交互带来了独特的挑战。实际上,车辆正在成为与驾驶员合作的机器人系统。

    随着自动化系统的能力越来越强,如何最好地管理机载人力资源是一个有趣的问题。结合机器和人类的优势,减轻它们的缺点是智能汽车研究的目标。

    随着移动计算已经进入车辆,该项目旨在开发智能系统和技术,真正帮助驾驶员,提高道路安全。

    这项研究主要是通过计算视觉和辅助传感器来感知道路环境。然后,将道路感知与驾驶员注视监测相结合,以展示整体的、直观的驾驶员支持。
    • 实验车

    • 稳健,实时多线索,多假设车道跟踪。

    • 实时立体行人检测。

    • 实时立体全景盲点监控。

    • 实时立体道路目标检测。

    • 实时速度标志驾驶辅助系统使用凝视。

    • 道路场景视觉单调性检测。

    • 用于道路场景理解的主动视觉。

  • 人机界面(旧项目——完成时间超过5年)

  • 头部姿态和凝视点的立体跟踪
    一种系统已经开发出来,它可以跟踪一个人的头部姿势,并实时估计他们的注视点。

    人机交互的可视化界面
    在这个项目中,开发了一个视觉界面,它将允许人类操作员和机械臂之间的视觉和触觉交互。该项目主要包括实时计算机视觉和开环力控制,以实现机械手与人之间的安全交互。
    • 人机交互的可视化界面

    • 今天的机器人是刚性的,不灵敏的机器,主要用于制造业。它们与人类的交互仅限于教与玩操作,以简化所需轨迹的编程。一旦编程,机器人单元的门必须关闭并锁上,然后机器人才能开始工作。安全通常意味着机器人和人的严格隔离。这是必需的,因为机器人缺乏传感器来检测环境中的人类,闭环位置控制将使用最大的力来实现预编程的位置。
      人与机器人的排他性极大地限制了机器人的应用。只有环境可以完全控制的领域才适合使用机器人。而且任务必须完全由机器人完成。不应出现需要主管的决策和计划能力的情况,因为由于没有人而无法提供这种帮助。
      旨在与人类一起工作的机器人系统将开辟广泛的应用领域,从支持制造业和建筑业的高负载处理系统,到专门用于与人类互动的系统,如帮助残疾人和老年人。需要人类操作员监督的复杂任务和非重复动作序列可以在机器人的支持下执行,但由操作员指导(监督自治)。这样的系统需要具备当今机器人所缺乏的两个主要特征:
      • 一个自然的人机界面,允许操作员以“类似人类”的方式与机器人交互
      • 传感器和适当的控制策略,使机器人在其工作空间中人存在的情况下能够安全操作。
    • 立体人脸跟踪与注视点估计

    • 人脸自动跟踪已被应用于各种应用,如身份识别和手势识别。我们开发了一个系统,不仅可以实时跟踪受试者的面部,还可以估计受试者在看哪里。

      当人们每天面对面交流时,他们会不断地意识到对方的眼睛在看哪里,确实,目光接触是有效沟通的关键部分。一台能够“读懂”我们的眼睛并告诉我们所看到的东西的计算机无疑是朝着更复杂的人机交互迈出的一步。

      能够实时跟踪人脸并估计人的注视点的视觉系统为增强人机交互提供了许多可能性。这种系统的一个关键特征是它完全非侵入性,使人们能够在他们的“自然”状态下被观察到。它不需要特殊的光照射在目标上,也不需要目标佩戴任何特殊的设备。

      应用程序包括:
      • 监控驾驶员在驾驶时看向何处,为改进人体工程学和更安全的车辆设计提供信息。
      • 电脑鼠标可以被视觉系统所取代,它可以将光标移动到用户在屏幕上看到的任何地方,这对残疾人特别有用。
      • 机器人可以从教练那里学习新环境,教练只需观察障碍物并识别它们。
      • 通过观察操作人员的动作,可以更符合人体工程学地重新设计工作区域。
      • 一种便携式机器人摄像机可以被制造出来,无论操作者看向哪里,它都可以对焦和拍摄。