导航:EXPO21XX>视觉21 xx>H15:研究和大学色雷斯德谟克利特大学
色雷斯德谟克利特大学
视频
加载播放器…
  • 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、视觉监控、智能感官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研究领域的工具是:
    • 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、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

    • 认知科学是心灵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。试图理解心灵及其运作的尝试至少可以追溯到古希腊，当时哲学家如柏拉图和亚里士多德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。

      认知科学的智力起源是在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》杂志开始出版。从那时起，北美、欧洲、亚洲和澳大利亚的60多所大学建立了认知科学项目，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发挥着重要作用。与冗长的口头描述相比，图像表示以更有用的形式捕捉视觉和空间信息。非常适合于视觉表示的计算过程包括检查、查找、缩放、旋转和转换。这种操作对于在图形表示适用的领域中生成计划和解释非常有用。

      希腊色雷斯德谟克利特大学(DUTH)的生产管理与工程系(PME)对认知视觉进行了不懈的研究。本研究的成果包括视差图、显著图和深度图的构建，以及复杂背景下光流提取和运动估计的算法生成。

    • 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，该矢量由缩进的摄像机运动和不需要的运动两个主分量组成。这种估计的准确性很重要，因为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。

      数字稳定保存有意的相机运动，同时平滑的视频输出从不想要的振荡。几乎所有获得的图像序列都受到噪声和不希望看到的相机抖动的影响。根据应用的不同，这些不必要的波动是由崎岖的地形、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程序中起着关键作用，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。对于安装在主动伺服机构上的相机，不希望出现的振荡主要是旋转振动，稳定由伺服电机实现，分别补偿平移和倾斜相机的运动。这种技术被称为光学稳定。当使用电子硬件时，这种稳定器被称为电子稳定器。最后，当只采用纯图像处理技术时，这种稳定称为数字图像稳定(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

    • 在机器视觉领域中，立体对应是一个非常重要的问题。它涉及点的匹配，或任何其他基本元素，在同一场景的一对图片之间。假设一个校准的立体声设置，匹配点位于相应的水平线上。视差是计算这两个点的距离，当其中一个图像投影到另一个。所有图像点的视差值组成视差图。一旦立体对应问题解决了，景物的深度就可以估计出来了。

      这个问题在3D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。

      这个问题通常是用软件实现硬件来解决的。另一方面，许多任务需要实时性能，而不需要使用PC。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诱人选择。

    • 对象识别

    • 在过去的十年中，模式识别任务蓬勃发展，成为计算机视觉中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包含的信息的解密直接相关。在过去的几年中，人们做出了巨大的努力来建立能够在杂乱环境中识别物体的新视觉系统。

      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。利用有效的检测器和描述符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追求场景中具有独特信息的点或区域。这些点或区域包含的数据将它们与附近的其他点或区域区分开来。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。

      接着，描述符以鉴别的方式组织从检测器收集的信息。因此，局部采样的特征描述被转换为高维特征向量。换句话说，位于场景中的对象部分由描述符表示。将这些描述符置于逻辑一致性中实现了最终的对象表示。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)。

  • 资助项目研究范围:

    • 下文

    • INFRA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，作为整体和安全应急管理系统的一部分，在各种情况下为关键基础设施发生危机时的急救人员提供支持。

      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有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)的强大的室内导航系统，第一反应pda的视频标注系统，用于实时识别辐射暴露和危险物质的传感器，以及用于气体泄漏和隐藏火灾探测的应用程序。

      标准化目标，包括针对INFRA提出的通信和应用框架标准化的欧洲层面提案的研发。

      演示目标包括演示INFRA标准的有效性、通信和正在开发的第一反应应用程序。

      DUTh主要负责以下工作:
      • 一种基于惯性传感器的可靠实时室内测绘方法的实现
      • 基于现有802.11 Wi-Fi网络实现可靠的实时室内地图
      • 室内测绘视觉-惯性数据融合

    • Acroboter

    • 该项目旨在开发一种全新的机器人运动技术，可以有效地用于家庭和/或工作场所环境中，自主操作小物体或与人类密切合作。此外，机器人还可以通过语音指示或用手帮助房间里的人类
      F0动作或练习。这种新型移动机器人将被设计成在室内环境中向任何方向快速移动。
      整个系统分为几个子系统:1。移动平台依赖于固定在房间天花板上的栅格中的锚点，2。摆状结构对应于悬挂在电线3上的摆动单元(SU)。必要的垂直运动由卷绕机构(WM) 4提供。放在攀爬器上，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，这反过来必须提供重要的视觉信息，包括:

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

      总体目标是充分完成要求苛刻的操作任务。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，
      • 在场景中发现的物体的识别。

    • 救助者

    • 通过对拆弹的安全移动机电支持改进应急风险管理

      " RESCUER "项目侧重于(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。

      RESCUER的产出将包括风险管理指导，这将扩大干预措施的可能范围，超出目前的限制。

      “救援者”将包括多功能工具、两个同时工作的机械臂和灵巧的抓手、用于武器搜索和识别、用于人类探测和环境评估的智能传感器。它将被安装在自动驾驶汽车上。先进的信息和通信设施将改善应急风险管理。具体目标如下:
      • 开发应急风险管理监测和咨询系统与现有的ied /EOD和应急风险管理数据库系统之间的接口工具。
      • 通过使用新的机电和智能方法进行拆弹和救援行动，并使用IT技术管理救援任务，改善风险管理。
      • 透过紧急事件风险管理监察及谘询系统，提出、发展及改善简易爆炸装置爆炸处理及救援行动的风险管理。
      • 将先进的智能传感技术应用于爆炸物、化学、生物和放射性物质以及人体检测。
      • 为安全的IEDD/EOD和救援行动开发先进的救援计划方法和人机界面技术。
      • 设计、建造和测试一个名为RESCUER的双臂智能机电系统，用于IEDD/EOD、救援行动和紧急风险管理的安全移动支持。促进民防部门接受RESCUER，以改善反恐和救援行动的风险管理。

      DUTh主要负责以下工作:

      • 实现一个4度立体声头。
      • 实时、无线传输和播放来自立体视觉系统的视频流。
      • 4-d - o的实时遥操作。F立体头。
      • 实时电子稳像。

    • 取景器

    • 视觉和化学电阻装备网络连接寻找机器人

      在由于火灾或其他危机而发生紧急情况时，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可以安全进入地面，这可能会推迟真正的救援行动。
      VIEW-FINDER项目的目标是开发以收集数据为主要任务的机器人。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场景地图生成

      DUTh还为该项目提供立体声视频信号压缩和无线流媒体。