导航 : EXPO21XX> Automation21XX> H05大学机器人学研究sapienza罗姆人大学
Sapienza罗姆人大学
视频播放
加载播放器
  • 提供配置文件
  • ALCOR建于1998年研究活动主要集中在感知推理过程上 认知机器人系统应该能激活

    研发方法表达 和推理方法 与感知过程从早期注意力开始,我们研究声视频特征的许多方面,即运动、动作和交互作用所引导的方面并普遍识别环境事件演化方式
产品组合

  • 实验室

  • 我们的目标是强调识别过程是一个有效推理过程,它能通知并判断环境知识的形成、事件确定和引导方式知识的形成以及事件时空关系知识的形成通过识别过程的不同方面研究 三维重建 人脸表达解析 运动解析 形状分析 自下而上关注 视频场景 自然图像视觉定位 概率逻辑行为预测模型多数实验使用Gaze机 设备逐步开发

  • 视觉感知

  • 人际行动识别

  • 识别人类行为是方便用户高层次人机交互作用的先决条件此外,它提供工具通过演示培训自主系统,以开发执行动作所必要的技能。

    感知人类行为时,我们使用传感器从全向摄像头到深度传感器如Kinect等,以构建和利用模型显示人并同时识别动作上下文沿人动作识别过程线上, 我们的研究面向非硬形分析 重构基础

  • X-SAR图像分类

  • 近几十年SAR图像生成为遥感产业最有希望的产品之一卫星平台上,由于移动天线、信号频率(微波域)和源与目标之间的距离,可获取空间分辨率小于一米利用合成孔径雷达传感器检测物体表面辐射反射装配合成孔径雷达传感器的两个最重要的卫星任务是意大利小卫星星座COSMO-SkyMed和德国航空航天中心TerraSAR-X卫星所有这些卫星都处于太阳同步轨道上,距离地球表面约600千米,并使用X波段信号(8-12GHz)。获取模式从大区scarSAR到SpotLight图像不等微波域保证高渗透云和大气,由于合成孔径雷达是一个活动系统,所获取图像不取决于光照条件生成图像相似灰度图像,并可用于各种目的,如环境监控、海岸线监控、边界控制以及与地面监控促进环境安全有关的其他专题

    我们的研究处理成千上万高分辨率地球图像(COSMO-SkyMedXSAR点光图像),这些图像每日提供,供所有与安全和风险预防有关的潜在应用使用。尽管高方位分辨率,但这些图像对人眼有难解析作用,特别是当需要精确理解小面积区域时,像城市邻里一样,景物中出现数项自然和人造物体细节。判别问题在于模拟场景中每个对象与其反射信号之间的关系,以图像强度值表示并证明对象或部分物体如何光亮反映特定波长
    在这一领域,我们研究兴趣基础是定义模型识别图像显示对象与对象反射属性之间的关系,以便自动解读这些图像资产使用甚高分辨率图像,像素表示小于1平方米
    分片噪声的存在可降低生成图像,特别是在辐射信号不同部分间交互性在旅行期间更加频繁的地区(聚居区)。

    Alcor实验室在计算机视觉机学习和模式识别领域有丰富经验,因此在第一阶段,我们希望定义一套特征最能描述不同土壤和土地覆盖物特征X-SAR点光图像, 因为它们可以有数组土地覆盖物, 分叉噪声因信号反射而通常比其他地区低
    计算机视觉社区开发了许多算法,以提升边角、角、不同纹理或复制人视觉系统或压缩图像可这些特征提取器如何用于XSAR图像分析解释
    迄今我们的努力显示某些特征,例如纹理特征,最优模型水,基于纹理的分割可用于分割水并产生良好结果,还可用于高分辨率SpotLightXSAR图像从另一种观点看,我们看到XSAR调制特征描述器必须设计以获取良好的分类,当分辨率变得如此高时。

  • 规划认知机器人

  • 任务切换

  • 实域机器人必须执行数项活动,需要适当设计认知控件选择并协调多项任务操作
    认知控制,神经科学研究中 能力建立正确映射 输入,内部状态和输出常用抑制概念分析它,解释主体在多点刺激下如何有选择地响应并能够抵制不适当的冲动归并控制,即泛函数解释任务间灵活切换,即需要重新配置存储器和感知器时,分解前目标或任务集
    认知控制研究,主要是人适应行为研究,在任务转换范式内调查,自80年代以来对认知机器人架构产生强烈影响模型执行机器人控制方法,运行时系统通过实时选择、执行和行动引导管理后向抑制,黑客行为模型视图假设执行者声明式(Symplic)模型的存在,并可用认知控制转换反应式控制循环进程
    在这方面,规划界提议的灵活时间规划方法显示,基于审议和执行整合的实际应用产生强效实际效果这些做法合并规划、调度和资源优化管理多机器人任务所涉所有竞技活动弹性时间规划方法支持时间约束网络,为行为交互和在不同事件和进程间时间转换提供良好模型
    高层次执行控制从不同角度引入质量认知机器人社区1, 范围为动作和变化理论,例如情境演算法、流利演算法、事件演算法、Act演算法、Act语言和内置代理编程语言如Golog家族在行动和变换框架理论中,行政控制问题主要从动作属性及其对世界的影响方面来看待(例如:和代理能力 判定成功动作序列 依据它的愿望、意图和知识
    反应行为从代理动作和外部动作交错性能角度出发加以考虑,自然引导外部动作
    实世界机器人应用不仅(和不单)关注动作属性,还关注系统对大量刺激的反应,需要处理响应定时因此,需要商谈任务转换中的多重响应(面向视觉、定位化、操纵、探索等)正对行为理论产生不同视角
    实例之一是日益强调代理程序设计语言或多形式交互作用导致多试管系统异常爆炸控制来自环境的许多信息源,同样对思想运动过程和选择过程资源分配的仲裁,已成为行动和行为建模方面的核心挑战。
    复杂执行控制视适应性、弹性和转换行为,我们认为,需要设计基础解释框架,该框架只能在一致强强的行动模式内实现。
    扩展情境演算框架 校准Allen时间间隔 多时和并发状态 以表达多样性 并发性灵活行为由此形成一种新的整合范式,即多并行时段吸收活动间时间约束

  • 多模式HRI

  • 向机器人设计跨步 机器人可以参加对话 我们正在开发模式 对话场景

    • 机器人主动跟踪对话

    • 焦点为当前发言者

    • 多面检测跟踪

  • 机器人设备

    • 加兹机房

    • GAZE MaCHINE系统可磨损设备识别环境内戴它者凝视扫描路径可很容易穿戴,所以主体穿戴可以在任何光条件下行走,无论是室内或室外都行走。

    • VICONMX

    • ViconMX系统完全简单最高级光运动抓取系统.ViconMX系统的主要组件有摄像头、控制硬件模块、分析并展示数据的软件和主机计算机操作软件每一个ViconMX系统都至少包括一MXGiganet提供最多10个摄像头和其他装置的电量和数据通信

    • TALOS系统

    • TALOS是一个跟踪移动机器人,侧面有两片并有四片主动脚踏板系统装有主动式和被动式传感器,即旋转2DSICKLMS-100激光器、Laperbug3全向照相机、Xsense惯性测量单元、GPS和机内四分位计算机

    • SECDRO代理

    • 蓝波虾三型机械架构为机器人提供令人难以置信的移动能力它可以轻松移动极富挑战性地形,克服轮积二倍的垂直阻塞,甚至爬楼梯附加有效载荷由光笔记本电脑传感器组成(空平台交叉波)和图像采集传感器组成(两支消防摄像头PtGreyFlea),一包Li-Ion电池通信机802.11a附加有效载荷都安装在由碳纤维和双晶体制作的a-hoc结构上

    • DORO代理2

    • DORO代理1

    • ActivMediaPioneER3-DX是一个敏捷多功能智能机器人平台,可强力载荷并遍历环游,高性能管理可在需要时提供电源手头移动摄像头由Unity Visen技术Marlin提供,惯性平台XsensMT9定位,8声纳环极其余组件有:笔记本电脑AsusM3000N(centrino)、激光DISTOLEICA、Odsey电池和代理电源和辅助结构安装在笔记本电脑上的软件组件有:APIACIA和Saphira由主动Midia提供,Matlab提供(包括图像采集、图像处理、神经网络、符号数学、统计学、优化化、Wavelet、信号处理工具箱)、编译器C++、PrologECLIPSE框架、PROLOG解释器Java机器人值包括自定义开发软件定位、地图重构、通信规划、导航识别

  • 计算机图形

    • 计算机图形

    • 计算机动画、物理模拟、GPGPU、虚拟字符动画

      研究物理模拟和虚拟字符动画合成领域,重点是娱乐医学应用特别是研究聚焦

      • 应用计算物理模型模拟软体
      • 设计并实现并行模拟算法和数据结构,适合充分利用现代GPU
      强算法和计算机科学背景与处理计算动画应用问题的经验和愿望相结合

    • 3D虚拟面板动画计算模型

    • 模拟面部运动是一项困难任务,因为复杂复杂的人头结构涉及生物题间运动、变形和接触处理,这些生物题间有粘合性、非线性、异形和结构多变性。难于编译数学模型 能够代表表情生物机内机能高精度需要高精度,因为作为人,我们从出生开始就习惯观察并解码面部表达式,我们专家很容易检测虚拟面部动画最小件

      我们开发综合物理方法模拟面部运动,复制人头肌肉骨骼结构以及骨骼结构、面部肌肉和皮肤交互实验证明通过模型它可有效合成现实面部动画 并实时输入消费者类平台上的不同面部模型

    • GPU软体动画

    • 消费者图形适配器从微小单元进化,对高功率计算装置的通用性非常有限,这些装置使用时非常灵活。计算力和内存带在过去几年大增提供高语言支持,最近的图形硬件能够在各种应用中优于CPU集群开发物理引擎C++/CUDA完全依赖GPU并行计算能力而不是迭代解决物理约束问题, 在初始化前阶段,引擎生成数组不同的约束问题, 通过红色-黑色高斯-西德尔求解程序并行解决以这种方式获取性能比串行法快达二阶级并计划对不同上下文应用引擎,特别是外科模拟器和自动虚拟字符动画并研究各种算法策略分治约束 实现多处理器多处理器容积平衡

    • 多脚机器人模拟

    • 机器人模拟对开发机器人应用非常重要,无论是快速程序原型化应用、行为、假设情景应用,还是调试多项高层任务目的应用都非常重要。机器人模拟器一直用于开发复杂应用,选择模拟器取决于我们感兴趣的具体任务模拟模拟器对机器人教育也非常重要:事实上,模拟器是强教工具,允许学生在家开发实验典型机器人任务,而不必使用实机。