导航 : EXPO21XX> Automation21XX> H05大学机器人学研究捷克技术大学
捷克技术大学
视频播放
加载播放器
  • 提供配置文件
  • 欢迎智能移动机器人组

    所进行的研究侧重于设计开发智能移动机器人自制车辆总体目标是为这类机器人开发强健认知控制系统并将新思想带入特殊解决方案中心任务考虑:环境感知、传感器数据处理和数据理解,都通向自动化世界模型建设和/或更新使用知识表示世界设计优化用于规划机器人活动实现实(室内)环境自导航系统需要高度复杂控制和决策 关键部件总是感知传感器数据理解
产品组合

  • 研究题目

  • 惯性导航
    本节描述基于惯性测量数据并用加速计和陀螺仪提供的定位方法的研究成果本专题主要目标领域覆盖纯惯性方法精度研究以及惯性方法与感知方法融合的可能性
    机器人控制系统
    本节描述研发移动机器人控制系统的结果
    援救任务支援
    本专题的目的是概述、监测和决策支持救援任务操作员和协调员支持系统基础组件为动态任务地图、通信框架和可视化接口
    安全临界系统诊断系统
    运输行业应用软件必须满足严格安全质量要求随机系统故障率通过正规规范法和软件测试下降诊断系统降低系统维护价格和故障时间段
    运动规划
    运动规划的目的是为一个或多个机器人寻找最优免碰撞路径以完成某些任务(从起始点到目标位置,在空间查找对象,清理工作区等 )我们集团处理单机器人规划算法(避免故障)和一组机器人规划方法(覆盖和探索问题)。
    移动机器人定位基础
    为了有效探索工作环境并自主绘制环境地图,机器人必须定位位置微量精度不足 简单方法如odoride引导我们开发强定位法 基于数个不同传感器的数据聚合多数方法基于超声波或激光测距器提供的处理测量距离环形屏障
    地图搭建移动机器人
    工作环境映射对机器人导航有用本节介绍几大方法构建各类环境地图,指定供机器人或人使用
    实验硬件
    本节描述experimantel硬件开发并用于实验室

  • 当前项目

    • SyroTek

    • SyroTek项目(机器人电子学习系统)的目标是研究、设计开发新式方法方法构建多机器人远程学习系统预测系统将允许远程用户了解现代移动和集体机器人领域算法、人工智能、控件和许多其他相关领域高级用户将能够在实战实验中开发自己的算法并在线监控这些算法行为拟系统减少开发过程并允许广度个人和机构使用实机设备

      机器人平台主组件-移动机器人-预期会移动到受限区内,其中还包含阻塞或对象等元素或与实际解决任务目标相关联元素数个传感器(红外线传感器、声纳传感器、摄像头等)将用来收集游戏场实情信息部分传感器将安装在机器人机上,而另一些传感器将单机获取全局游戏场状态概述用户不仅能使用互联网接口观察收集的数据,而且还能实时控制机器人与世界开发的现有电子学习机器人系统不同,世界用户只能远程操作机器人,SyroTek系统机器人行为可以修改,而系统允许运行用户开发自算法

    • VenZeTmy

    • 项目的目的是开发新型帮助视障项目由Integrace管理正在研发阻塞检测系统立体摄像头STOC基本屏障检测
      帮助由传感器检测阻塞和触摸显示器组成,并整合到衬衣上触摸显示器7x3振动位置阻塞用户决定激活哪个启动器

      场景左侧有二道屏障差分映射图(右)用立体图像构建距离对象判定激活矩阵

  • 实验结果和示威者

    • SyroTek阶段扩展

    • 视频显示阶段功能(从玩家/Stage项目)由IMR扩展支持多独立视图(每种视图可单独配置,允许与标准阶段窗口相同功能)。此外,每种视图都可播放视频源码(文件流和直播流),可与传感器数据和其他由阶段生成的数据并发相机标定工具查找Stage场景和视频之间的正确变换最后开发插件允许使用Stage独立查看器更多信息可见网站:http://lynx1.felk.cvut.cz/syrotek

    • 自主监视使用UAV

    • 视频显示无人机自主飞行,它必须拍白卡目标区图片无人机使用文章Semple,YoppleCleasity only导航中显示的导航法方法基于图像分析和死回击神经网络法用于规划无人机路径,以确保其精确定位目标更多细节将于2010年11月发布

    • ugstrap基准使用RRT-Path解决

    • 任务是要将红色棒移入bugstrap比在bugstrap外取更容易Bugstrap系统是运动规划基准求解方法使用快速探索随机树变换RRT-Path

    • 机场雪铲

    • 视频显示数项实验 铲雪编队移动机器人编队路径(及其所有机器人)使用递减地平线控制法规划第一部分视频数类模拟显示有能力处理组合/剖分编程和动态屏障避免后两个室内实验显示如何转成盲路(例如并如何在机场铲雪最后一次P3AT机器人实验显示P3AT移动机器人在公园铲人行道上一个实验中机器人由SFRFNAV算法导航

    • 鹦鹉AR-Drone自主起降

    • 显示AR无人机登陆移动车辆的能力ARD底层摄像头用来识别移动机器人和无人机的简单模式

    • 鹦鹉AR-Drone自主飞行

    • 视频显示完全自主无人驾驶飞行器沿捷学前路径飞行四机先由远程操作器人工引导远程操作飞行期间图像处理算法识别机上摄像头图像中的突出对象位置估计并放入三维映射自主模式中四叉杆加载相关地图并匹配映射对象与当前可见对象以这种方式,四叉杆能精确估计位置比常规GPS高导航方法细节见文章Krajnik等Semple,DownCrazy only导航杂志,Field机器人学杂志,2010年9月

    • Probostov湖自主驱动

    • 视频显示完全自主机器人走预学路径机器人先人工引导湖长一公里并绘制路径周遭物体地图之后机器人自己遍历路径数度机器人清晨学习地图 并多次遍历直到晚上实验显示导航算法能够全天处理变化光视频加速20次-事实上,通路需要一小时人应认识到,使用GPS执行这项任务不可行,因为在树下GPS信号受反射分解和分解影响,GPS精度为10-30米视觉导航算法在此实现0.3m精度导航方法细节见文章Krajnik等Semple,DownCrazy only导航杂志,Field机器人学杂志,2010年9月

    • Probostov湖自主驱动

    • Probostov湖自主驱动视频相关联,移动机器人自主遍历一公里可见机器人对世界的透视学习阶段机上摄像头视图通知中学习时有小雨 导航时天气晴朗导航方法细节见文章Krajnik等Semple,DownCrazy only导航杂志,Field机器人学杂志,2010年9月

    • 运动规划简单地形漫游

    • 运动规划简单路由运动计划使用RRT算法和绿树表示实际(局部)计划

    • 钢琴运动者问题

    • 3D环境3D僵硬对象运动规划实例,它被称为“动和动问题”。环境重构使用激光测距器数据

    • 三维扫描3重构

    • 进程重建三维扫描大厅霍尔由机器人扫描 安装激光测距垂直单片扫描使用odoroy

    • 三维扫描2重构

    • 进程重建3D扫描室室内扫描机安装激光测距垂直单片扫描使用odoroy

    • 重构3D扫描1

    • 进程重建三维扫描大厅霍尔由机器人扫描 安装激光测距垂直单片扫描使用odoroy

    • 地形大环境映射

    • Large地图框架能建造地形图环境移动机器人能够使用简单相机视觉法路径过界点实现 Lama决策模块决定向外边缘遍历

    • 盖兹控制智能轮椅

    • 轮椅由I4控制装置安装,通过凝视控制它移动机器人域算法应用以确保用户安全舒适除直接控制轮椅运动方向外,用户可发布命令像“移动前2米或转45度”。此外,已知地图中的目的地可传递轮椅,轮椅负责安全导航

    • PeLote结构折叠实验

    • 任务执行期间可能发生意外情况前可传递通道因结构崩溃阻塞援救者向操作者报告这种情况,操作者修改地图并引用重规划解决碰撞问题地图修改和刷新路径规划立即分布到所有队友中,任务可以继续

    • PeloTeMerlin探索危险区

    • 任务期间,营救者发现危险区,地图上曾视此为闭合区人电操作器改变地图新的地图更新分发到所有实体营救者发现危险区比遥控梅林向远程操作者发布此方面观察结果,由操作者通过GUI作出决定和对地图作必要修改

    • PeLotePena实验

    • Pena个人导航系统部分Perote项目支持人成为远程操作任务远程端实体这一概念通过导航、辅助和共享远程知识库数据扩展能力核心定位 人死计数死计数基于指南针、惯性测量单元、无线延时测量单元和激光激光数据还用于地图构建和定位。Perzburg专业消防员培训设施中也介绍Pena

    • PeLoteER1实验

    • 机器人ER-1功能演示除Merlin机器人PeLote项目外服务电影显示机器人ER-1在Wuerzburg培训设施专业消防员的性能

    • PeLote实验启动

    • 初始化实验启动程序人援手接近操作区并期望任务协调者命令任务协调员调用路径规划模块,以协调方式为人体和机器人实体生成轨迹路径规划分发到所有相关实体并启动任务

    • SLAM

    • 同步定位映射是移动机器人的基本任务SLAM使用激光测距器机器人运动Tru环境,逐步绘制环境地图并随后在这个局部地图中定位环境新激光扫描均局部化,新信息加进地图方法点对点匹配用于地图扫描定位

    • 中期战略计划层次化方法

    • 多游推销员问题数学描述 机器人解决整类问题寻找方法让机器人群 访问每个城市 由机器人访问长度优化目标自组织Kohonen神经元网络并使用Minmax标准分级制建城一套城市解决方案(城市少化)用作大集初始状态

    • 门外导航

    • 室外环境导航是一项挑战性任务机器人使用相机和激光测距器探测公园路径机器人根据摄像头颜色纹理识别地形可乘性,从激光测距器识别形状反射分类者学习路径颜色基于激光信息其后路径从相机图片分割机器人最佳方法查找分片图片 并检测交叉点

    • 多机器人探索

    • 由一组移动机器人探索未知环境的问题通过多试器架构A-Globe与前沿探索技术合并解决A-Globe架构允许解决探索问题,通信无障碍度有限,参与机器人数变化前沿路径规划使用新颖方法A*搜索调和潜在字段改进版迭代近点定位算法提高速度和强健性整个探索框架在模拟环境和实际环境都得到了实施和测试。

    • 机器人交付挑战

    • 机器人竞赛完全自主机器人必须在公园铺面通道上行走约1km长路路线在比赛前10分钟交给团队机器人必须坚持铺路并避免阻塞视频显示IMR学生队部署的竞技机器人的一些基本功能SURFNAV导航系统机器人2008

    • 3D室内映射

    • 三维形状环境重建机器人由两个激光测距采集实验室范围数据第一次激光测距器定位机器人,第二次测距对地并测量距离墙壁和家具可见原始局部数据以及某些表示方式更适合机器人使用3D占用网格可用于传感器数据聚合或路径规划表示面常量适合人操作符环境重建三角定位表示从计算机图形中人所共知

    • 3D户外映射

    • 三维形状环境重建机器人配有两枚激光测距器和相机收集大学校园测距数据相机和odoride用于机器人定位,激光测距器和摄像头数据合并获取3D数据集笔记地图改进机器人完成循环