导航:EXPO21XX>机器人21 xx>H22:移动机器人研究移动机器人实验室
视频
载入播放器…
  • 提供配置文件
  • MRL的研究项目与ISR和科英布拉大学之间的合作紧密相连。因此,实验室的众多教育活动包括博士、硕士和本科课程。此外,除了教育项目外,MRL还有几个正在进行的一般研究项目。

    移动机器人研究领域的细分领域和相关课题一直是该实验室多年来的研究课题。
产品组合
  • handhandle -机器人手握操作的自主性和灵巧性的发展路径

  • HANDLE项目旨在了解人类如何操作物体,以便用拟人化的人工手复制抓取和熟练的手部动作,从而使机器人抓取器从当前的最佳实践转向更自主、自然和有效的关节手。该项目将专注于技术发展,此外,研究基础的多学科研究方面,以赋予拟议中的机械手先进的感知能力,高水平的反馈控制和智能元素,允许识别物体和环境,对行动的推理,并在执行灵巧任务的失败中高度恢复。

    HANDLE:机器人手握操作的自主和灵巧的发展路径是由巴黎皮埃尔和玛丽居里大学协调的一个欧洲项目,包括来自6个欧盟国家的9个合作伙伴组成的联盟:法国、英国、西班牙、葡萄牙、瑞典和德国。

    机器人领域正在经历一场重大革命,因为它越来越多地被应用于生产线以外的一般用途:用于保健、康复和专业服务,在家庭和休闲环境以及危险环境中。在那里,机器人与人类一起、为人类执行精确而智能的任务的一个关键是,它们既能自主处理各种物体,又能使用人类工具。然而,今天的机器人无法实现灵巧和精细的操作,特别是当这需要在手操作。他们还远远不能理解和推理他们的环境,他们的目标和他们自己的能力,学习技能和提高他们的表现通过他们所学的知识和自己的经验,以人类的效率与他们的环境互动。

    HANDLE项目旨在了解人类如何操作物体,以便用拟人化的人工手复制抓取和熟练的手部动作,从而使机器人抓取器从当前的最佳实践转向更自主、自然和有效的关节手。该项目意味着不仅要关注技术发展,还要与基础的多学科研究方面进行合作,以便赋予机器人手系统先进的感知能力、高水平的反馈控制和智能元素,允许识别物体和环境,对行动进行推理,并在执行灵巧任务时从故障中高度恢复。

    综合了神经科学、发展心理学、认知科学、机器人技术、多模态感知和机器学习等学科的研究成果,我们将开发的方法基于一种原始的混合学习和预测模仿和“咿呀学语”行为的方法,使机器人能够对其知识的空白做出反应。

    • 在推广

    • 在推广

    • 在推广

  • PROMETHEUS -基于概率结构和异质传感器的人类行为预测和解释

  • 该项目旨在建立基础感知任务和自动化认知过程之间的联系,这些过程涉及对人类行为的短期预测以及复杂的人类互动的理解。对不受限制环境下人类行为的分析,包括对多人的定位和跟踪以及对其活动的识别,目前构成了信号处理和计算机视觉领域的一个密集研究课题。这项研究由不同的重要应用驱动,包括无人值守监控和智能空间监控。
  • 用于三维重建的多传感器融合和多机器人系统:DIVA - Dirigível instrumentation para Vigilância Aérea

  • DIVA是“Dirigível instrument entado para Vigilância Aérea”的葡萄牙语首字母缩写。

    该项目的研究团队来自IDMEC/IST和Minho大学的ISR/Coimbra。

    该项目的全球目标是设计一种基于小型飞艇的解决方案,作为半自主监测和监视任务的空中稳定平台。

    这是航空机器人领域的一个项目,该领域最近引起了越来越大的兴趣,但应用目标非常不同,即在民用领域,用于监测道路、探测森林火灾、检查电线。在飞艇解决方案的优点中,我们可以举出它的自然稳定性、低运营成本、减少污染以及以极低的空速移动甚至悬停的能力。

    由于长期没有飞艇,人们对飞艇的潜在用途和飞行特性的了解较低。该项目的第一个目标是更好地描述其飞行特性,并根据最新的控制技术提出替代解决方案,从而形成一个半自主监测的空中平台,具有足够的机动性和稳定性特征。该项目既涉及空气动力学领域,也涉及建模和控制领域,同时也涉及系统集成领域,包括任务安全的有关方面。

    第二个目标,即已经提到的应用任务,是探索飞艇的机动性,以发展一个基于图像的监视系统,以监测和识别物体的运动,以便参考飞艇相机绘制的数字地图,从低/中高度检查地面区域。

    以下是一组架构规范和概念,分为飞艇和地面控制类别:

    飞艇

    • 智能半自动模式操作(机上PC将为PC104+)。
    • 无线电控制接收器——出于安全考虑,飞行员可以在任何时候用无线电控制装置(如飞机模型)控制飞艇。
    • 执行机构和飞行控制:
      • 1.内燃机
      • 2.螺旋桨90º向量化
      • 3.紧急着陆用氦气阀
    • 定位和导航:
      • 1.全球定位系统(GPS)
      • 2.视觉地标(来自火线摄像机的数字图像)
      • 3.惯性和磁传感器
      • 4.压力传感器
      • 5.风传感器
    • 任务特定的传感器:
      • 1.高分辨率变焦相机
      • 2.环境传感器

    地面控制

    • 任务计划(使用地面站PC)
    • 地面站传感器
      • 1.DGPS
      • 2.气象站:风量、气压、温度、湿度等。
    • 飞艇和地面站之间的无线以太网连接
      • 全面监测和记录飞艇遥测数据
      • 地面站可以发送与任务相关的命令
      • 允许minimumCORBA (TAO)作为中间件
    • 远程控制单元
  • 智能机器人搬运工系统

  • IRPS(智能机器人搬运工系统)是一个特定目标研究项目(STREP),由欧盟委员会在第6个框架计划下的信息社会技术(IST)优先项目下共同发起,目前有8个合作伙伴,可以在这里找到。该项目旨在实现“先进机器人”的战略目标。

    随着机器人越来越受欢迎,它们应该能够进一步将信息和通信技术与物理交互能力结合起来。IRPS项目的主要目的是开发一个精确的3D传感系统,集成为机器人平台的模块化组件,实现对布满稀疏物体的大片区域的快速密集测绘。这将使它们在专业部门和私营部门的各种新服务中发挥作用。

    IAI-LAHAV(以色列飞机工业的一个部门)为3D测量开发的测量原理提供了一个机会,在机器人领域,引入一个高度精确的测量系统,名为LIMS。该系统基于一种创新的概念,即在稀疏物体和振动存在的情况下进行三维实时位置测量,并将允许以5m/s的速度实时绘制大面积地图。

    因此,提出的LIMS将使机器人应用具有安全、健壮和可靠的能力,允许在人类环境中操作并与人合作。特别是,该项目将开发和演示LIMS作为智能机器人搬运工系统的高要求应用程序,以帮助机场区域的港口和引导公众。
  • 认知系统的贝叶斯方法

  • 通过从包括人类在内的哺乳动物的大脑中获得灵感,BACS项目将研究并应用贝叶斯模型和方法,以开发能够在现实世界环境中执行复杂任务的人工认知系统。

    •巴目标

    贝叶斯方法将用于开发人工认知系统,涉及:

    1. 自主导航
    2. 环境的多模态感知与重建
    3. 语义面部运动跟踪
    4. 人体动作识别与行为分析。

    BACS -认知系统贝叶斯方法是在欧盟委员会第6个框架计划主题优先:信息社会技术-子主题:认知系统下进行的一个综合项目。

    主要目标和目标
    通过从包括人类在内的哺乳动物的大脑中获得灵感,BACS项目将研究并应用贝叶斯模型和方法,以开发能够在现实环境中执行复杂任务的人工认知系统。

    目标
    贝叶斯方法将被用于在一个连贯的框架内模拟不同水平的大脑功能。贝叶斯模型将根据神经生理学数据和心理物理学实验进行必要的验证和调整。贝叶斯方法还将用于开发与自主导航、多模式感知和环境重建、语义面部运动跟踪、人体运动识别和行为分析有关的人工认知系统。

    挑战

    • 为感知和行动/决策的复杂认知过程开发可行的概率模型;
    • 这类模型在人工平台上的成功应用,可在现实环境中执行复杂任务。
    贡献
    多模态感知:一个移动的观察者看到一个包含多个移动物体的非静态3D场景,可能(但不一定!)因为一个工作的马达、移动的机械部件或运动摩擦而产生某种声音:这个观察者如何感知他自己的运动(自我运动)、场景中所有物体的3D结构以及移动物体的3D轨迹和速度(独立运动)?

    手势识别:当一个移动的观察者与一个人类对话者交谈时,这个观察者如何解释后者的手势呢?