导航:EXPO21XX>机器人21 xx>H21:人形和机器人研究色雷斯大学德谟克利特
德谟克利特色雷斯大学
视频
加载玩家…
  • 提供配置文件
  • 机器人和认知系统组的主要范围是执行和促进在机器人、计算机视觉、多模态集成、触觉学、图像分析和理解、质量控制、视觉监视、智能感觉网络等领域出现的应用问题的研究。该小组用于扩展科学前沿和相应的兴趣研究领域的工具有:
    • 人工视觉(包括机器视觉、认知视觉和机器人视觉)
    • 智能系统(如模糊系统和人工神经网络)
    • 传感器数据融合
    • 模式识别
产品组合

  • 研究主题

    • 认知视野

    • 认知科学是心智和智力的跨学科研究，包括哲学、心理学、人工智能、神经科学、语言学和人类学。理解思维及其运作的尝试至少可以追溯到古希腊，当时柏拉图和亚里士多德等哲学家试图解释人类知识的本质。心理研究一直是哲学的领域，直到19世纪实验心理学发展起来。

      认知科学的知识起源是在20世纪50年代中期，当时几个领域的研究人员开始发展基于复杂表征和计算过程的心理理论。它的组织起源是在20世纪70年代中期，当时认知科学学会成立，《认知科学》杂志创刊。从那时起，北美、欧洲、亚洲和澳大利亚的60多所大学设立了认知科学项目，还有许多其他大学开设了认知科学课程。

      视觉和其他类型的图像在人类思维中扮演着重要的角色。图像表示比冗长的口头描述更有用，以更有效的形式捕捉视觉和空间信息。非常适合于可视化表示的计算程序包括检查、查找、缩放、旋转和变换。这种操作对于在图形表示所适用的领域中生成计划和解释非常有用。

      在希腊色雷斯德谟克利特大学(DUTH)的生产管理和工程系(PME)，对认知视觉进行了艰苦的研究。本研究的成果包括视差、显著度和深度图的构建，以及负责复杂背景下光流提取和运动估计的算法的生成。

    • 图像稳定

    • 数字稳像是一种补偿图像序列中帧位置不希望出现的波动的过程。稳像技术由两个连续单元组成。第一个是运动估计单元下一个是运动补偿或校正单元。在运动估计阶段提取全局运动矢量，全局运动矢量由缩进的摄像机运动和不需要的运动两个主成分组成。由于补偿单元会校正估计的向量，这意味着任何可能的错误都会影响最终的输出，因此这个估计的准确性非常重要。

      数字稳定保存有意的相机运动，同时平滑视频输出从不必要的振荡。几乎所有获得的图像序列都受到噪声和不需要的相机抖动的影响。根据应用的不同，这些不必要的波动可能是由粗糙的地形、手的抖动等引起的。图像稳定是必要的，因为视觉在许多应用中起着关键作用，包括自动定位、映射和导航。因此，图像序列的输出应该没有噪声，并且应该足够平滑，以便提取有用的结果。图像稳定依赖于应用。当摄像机安装在主动伺服机构上时，不需要的振动大多是旋转振动，而稳定是由伺服电机实现的，分别补偿平移和倾斜摄像机的运动。这种技术被称为光学稳定。当使用电子硬件时，这种稳定器称为电子稳定器。最后，当只采用纯图像处理技术时，这种稳像称为数字稳像(DIS)。 This is the process of preserving the intended camera motion, while removing the unwanted noise and motion effects by means of digital image processing. DIS is performed in many ways, either real-time or non real-time, and as pre-process or as post-process.

    • 立体视觉

    • 立体对应问题是机器视觉领域的一个重要问题。它关注的是同一场景的一对图片之间点的匹配，或任何其他基本元素的匹配。假设校准的立体声设置，匹配点位于相应的水平线上。视差计算为当两幅图像中的一幅投射到另一幅上时，这些点之间的距离。所有图像点的视差值组成视差图。一旦立体对应问题得到解决，就可以估计景物的深度。

      这个问题在三维重建、虚拟现实、机器人导航、同步定位和测绘(SLAM)以及生产、安全、防御、探索和娱乐的许多其他方面都很有意义。

      这个问题通常用软件实现硬件来解决。另一方面，许多任务需要在不使用PC的情况下实时执行。因此有硬件实现和优化算法。fpga的发展使其成为朝着这一方向发展的有吸引力的选择。

    • 对象识别

    • 在过去的十年中，模式识别任务蓬勃发展，成为计算机视觉领域最受欢迎的任务之一。大量的研究集中在构建能够在杂乱环境中识别物体的视觉系统上。一般来说，识别场景中的物体是计算机视觉领域中最古老的任务之一，也是最具挑战性的任务之一。每一种模式识别技术都与自然环境中所含信息的解密直接相关。在过去的几年里，人们在构建能够在杂乱环境中识别物体的新视觉系统方面付出了巨大的努力。

      此外，重点研究了具有局部属性的基于外观特征的识别系统。利用高效的检测器和描述子分别识别和组织局部邻域数据。兴趣位置检测器背后的主要思想是在场景中寻找具有独特信息的点或区域。这些地点或区域包含的数据将它们与当地社区的其他地点区分开来。很明显，探测器的效率依赖于它在迭代过程中定位尽可能多的可区分区域的能力。

      反过来，描述符以辨别的方式组织从检测器收集的信息。从而将局部采样的特征描述转化为高维特征向量。换句话说，位于场景中的对象的各个部分由描述符表示。将这些描述符放在逻辑一致性中，就完成了最终的对象表示。最后，在过去的十年中，提出了一些重要的技术，如SIFT(尺度不变特征变换)和SURF(加速鲁棒特征)。

  • 资助项目内的研究:

    • 下文

    • 基础设施项目的基本目标是研究和开发用于个人数字支持系统的新技术，作为整体和安全的应急管理系统的一部分，在任何情况下，在关键基础设施发生危机时为应急响应人员提供支持。

      项目的具体目标分为以下几类:
      通信目标，包括研究和开发一个完整的、可互操作的无线通信系统，使急救人员在进入地铁隧道和厚混凝土墙的建筑物时拥有可靠的通信手段。

      第一反应目标，包括研究和开发基于三个位置传感器(一个惯性传感器，一个无线传感器和一个视频传感器)的健壮的室内现场导航系统，第一反应pda的视频注释系统，用于辐射暴露和危险材料实时识别的传感器，以及气体泄漏和隐蔽火灾探测的应用程序。

      标准化目标，其中包括INFRA提出的通信和应用框架标准化欧洲层面提案的研发。

      示范目标，包括示范INFRA标准的有效性、通信和正在开发的第一反应应用程序。

      DUTh负责以下主要任务:
      • 基于惯性传感器的可靠实时室内测绘的实现
      • 基于现有802.11 Wi-Fi网络实现可靠的实时室内映射
      • 用于室内测绘的视觉-惯性数据融合

    • Acroboter

    • 该项目旨在开发一种全新的机器人移动技术，可以有效地用于家庭和/或工作场所环境，自主操作小物体或与人类密切合作。此外，机器人可以通过口头指示或提供帮助来帮助房间里的人
      F0动作或练习。这种新型的移动机器人将被设计成在室内环境中快速移动并向任何方向移动。
      整个系统分为几个子系统:1。移动平台依赖于锚点，锚点是放置在固定在房间天花板上的栅格中的单元。摆状结构对应于挂在电线3上的摆动单元(SU)。必要的垂直运动由缠绕机构(WM)提供4。放置在攀爬器(CU)上，5。视觉系统(VS)由安装在房间四个角落的四个摄像头和安装在CU上的一个摄像头组成。

      DUTh负责ACROBOTER的视觉系统VS，反过来，必须提供重要的视觉信息，涉及:

      • 平台在三维工作空间中的位置，
      • 平台轨迹中可能的物体/障碍的拓扑结构。

      总体目标是充分完成要求较高的操作任务。此外，VS负责三个直接影响项目整体效率的任务:

      • 估计SU在房间里的姿势，
      • 平台三维工作环境的重建，
      • 对场景中发现的物体的识别。

    • 救助者

    • 通过对炸弹处理的安全移动机电支持改进应急风险管理

      RESCUER项目的重点是(a)开发智能机电应急风险管理工具和(b)相关的信息和通信技术。测试将在爆炸物处理(EOD)、简易爆炸装置处理(IEDD)和民防救援任务场景中进行。

      救援者的产出将包括对风险管理的指导，这将使可能的干预范围超出目前的限制。

      RESCUER将包括多功能工具，两个同时工作的机器人手臂，灵巧的夹持器，用于武器搜索和识别的智能传感器，用于人类探测和环境评估。它将安装在自动驾驶汽车上。先进的信息和通信设施将有助于改善紧急情况风险管理。具体目标如下:
      • 开发一个接驳紧急事件风险管理监察及谘询系统与现有的紧急事件处理/排爆处理及紧急事件风险管理数据库系统的工具。
      • 通过在拆弹和救援行动中使用新的机电一体化和智能方法，以及在救援任务管理中使用IT技术，改善风险管理。
      • 透过紧急情况风险管理监察及谘询系统，建议、发展和改善紧急情况爆破处理/爆炸品处理及救援行动的风险管理。
      • 应用和结合先进和智能的传感技术，探测爆炸物、化学、生物和放射性物质以及人体。
      • 为安全的IEDD/EOD和救援行动发展先进的救援计划方法和人机界面技术。
      • 设计、建造和测试一个双臂智能机电一体化系统，称为RESCUER，用于IEDD/EOD、救援行动和紧急风险管理的安全移动支持。推广RESCUER软件，以改善民防部门在反恐和救援行动中的风险管理。

      DUTh负责以下主要任务:

      • 实现了一个4自由度的立体头。
      • 实时、无线传输和播放来自立体视觉系统的视频流。
      • 实时远程操作4-d。f立体头。
      • 实时电子稳像。

    • 取景器

    • 视觉和化学电阻配备网络连接寻找机器人

      在发生火灾或其他危机造成的紧急情况时，一个必要但耗时的先决条件是确定人类紧急救援人员是否能够安全进入地面，这可能会拖延真正的救援行动。
      VIEW-FINDER项目的目标是开发具有收集数据的主要任务的机器人。机器人配备了传感器，可以检测化学物质的存在，同时，图像数据被收集并转发到一个先进的基站。

      DUTh正在为该项目提供最先进的立体声算法，以便用于:

      • 自主机器人导航
      • 避障#
      • 3D场景图生成

      DUTh还为该项目提供立体声视频信号压缩和无线流媒体。