视频
加载播放器…
  • 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密切相关。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，MRL还有几个正在进行的综合研究项目。

    移动机器人研究领域的细分和相关课题一直是本实验室多年来的研究课题。
产品组合

  • 手柄-机器人手握操作中自主性和灵巧性的发展途径

  • 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持动作，从而将机器人抓手从目前的最佳实践转向更自主、自然和有效的铰接手。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，推理行动，并在执行灵巧任务期间从失败中高度恢复。

    HANDLE:实现机器人手握操作的自主性和灵活性的发展途径是由巴黎皮埃尔和玛丽居里大学协调的一个欧洲项目，包括一个由来自六个欧盟国家的九个合作伙伴组成的财团:法国、英国、西班牙、葡萄牙、瑞典和德国。

    机器人技术领域正在经历一场重大革命，因为它越来越多地应用于生产线之外的一般用途: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，机器人与人类一起或为人类执行准确而智能的任务的一个关键是它们能够自主处理各种物体并使用人类工具。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时。他们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被教的和自己的经验，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持动作，从而将机器人抓手从目前的最佳实践转向更自主、自然和有效的铰接手。该项目意味着不仅关注技术发展，而且还与基础多学科研究方面合作，以赋予机械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，推理行动，并在执行灵巧任务期间从故障中高度恢复。

    整合了神经科学、发展心理学、认知科学、机器人、多模态感知和机器学习等学科的研究成果，我们将开发的方法是基于从模仿和“咿呀学语”中学习和预测行为的原始混合，使机器人能够对其知识缺口做出反应。

    • 手在MRL

    • 手在MRL

    • 手在MRL

  • 普罗米修斯-基于概率结构和异质传感器的人类行为预测和解释

  • 该项目旨在建立基本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。在不受限制的环境下对人类行为的分析，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深入研究课题。这项研究是由不同的重要应用驱动的，包括无人值守监视和智能空间监测。

  • 三维重建的多传感器融合和多机器人系统:DIVA - Dirigível Instrumentado para Vigilância Aérea

  • DIVA是葡萄牙语“Dirigível Instrumentado para Vigilância Aérea”的首字母缩写。

    该项目由来自IDMEC/IST、ISR/Coimbra和Minho大学的研究人员组成。

    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。

    这是空中机器人领域的一个项目，这一领域最近引起了越来越多的兴趣，其应用目标非常不同，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，我们可以引用它的自然稳定性，低运营成本，减少污染，以及以非常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，从而形成具有足够机动性和稳定性的半自主监测空中平台。该项目涉及空气动力学领域和建模和控制领域，以及系统集成领域，包括任务安全的有关方面。

    第二个目标，已经提到的应用任务，是探索飞艇的机动性，以开发基于图像的监视系统，监测和识别物体的运动，允许从低/中高度使用飞艇摄像机绘制的数字地图来检查地面区域。

    以下列表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(车载PC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单元(就像在模型飞机中一样)控制飞艇。
    • 执行机构及飞行控制:
      • 1.内燃机
      • 2.螺旋桨与90º矢量化
      • 3.紧急降落用氦气阀
    • 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
    • 任务专用传感器:
      • 1.高分辨率变焦相机
      • 2.环境传感器

    地面控制

    • 任务规划(配备地面站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链路
      • 全面监测和记录飞艇遥测数据
      • 地面站可以发送任务相关的命令
      • 允许minimumCORBA (TAO)作为中间件
    • 遥控单元

  • 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)优先级共同发起，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整合信息和通信技术与物理交互能力。IRPS项目的主要目的是开发一种精确的3D传感系统，将其集成为机器人平台的模块化组件，实现对稀疏物体密集分布的大面积区域的快速密集映射。这将使它们在专业和私营部门的各种新服务中发挥作用。

    由IAI-LAHAV(以色列飞机工业公司的一个部门)为3D测量开发的测量原理为引入机器人技术提供了一个机会，一个高精度的测量系统，名为LIMS。该系统基于一种创新的概念，即在存在稀疏物体和振动的情况下对位置进行3D实时测量，并将允许以5m/s的速度实时绘制大面积地图。

    因此，拟议的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类合作。特别是，该项目将开发和演示LIMS作为智能机器人搬运系统的高要求应用，以帮助机场地区的港口和引导公众。

  • 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项目将研究和应用贝叶斯模型和方法，以开发可以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. 环境的多模态感知和重建
    3. 语义面部运动跟踪
    4. 人体动作识别与行为分析。

    认知系统贝叶斯方法(BACS)是欧盟委员会第6个框架计划的优先主题:信息社会技术(子主题:认知系统)下进行的一个综合项目。

    主要目标和目的
    通过从包括人类在内的哺乳动物的大脑中汲取灵感，BACS项目将研究和应用贝叶斯模型和方法，以开发可以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实验进行验证和调整。贝叶斯方法还将用于开发人工认知系统，涉及自主导航、多模态感知和环境重建、语义面部运动跟踪、人体运动识别和行为分析。

    挑战

    • 为感知和行动/决策的复杂认知过程建立可行的概率模型;
    • 这种模型在人工平台上的成功应用，可以在现实环境中执行复杂的任务。
    贡献
    多模态感知(Multimodal Perception):一个运动观察者面对一个包含多个运动物体的非静态3D场景，可能(但不一定!)仅仅因为一个工作的电机、运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结构以及运动物体的3D轨迹和速度(独立运动)?

    手势识别:当一个移动的观察者被一个人类对话者处理时，这个观察者如何解释后者的手势，因为他们的执行甚至他们的解释具有内在的不确定性?