导航 : EXPO21XX> 机器人21XX> H25:AIIT计算机视觉普利茅斯大学,联合王国
普利茅斯大学,联合王国
视频播放
加载播放器
  • 提供配置文件
  • 机器人智能系统中心是普利茅斯大学计算通信电子学院的一部分中心内建多科组对认知系统、机器人及其组成技术感兴趣Group与业界和其他研究机构都拥有强健的国家和国际联系
产品组合

  • 人工机器人制造

  • 目标:总目标是开发机器人技能,以便在非结构化环境操作布料,例如家或洗衣店

    项目重点放在排序任务上,例如那些在洗衣机布置前完成的任务
    目标是开发人工视觉操作算法 使小类机器人能执行结构排序任务

    方法论:项目从观察人执行布排序任务开始图1A和图1B
    观察分析(图2A)并构成计算模型基础
    模型目前正在实施中

    发现:特别感兴趣的事实如下:
    从抓点到抓点没有任何证据表明公开扫描视觉场景选择下一抓取点(图2A)
    级联目标反映隐性视觉搜索和战略规划过程,受右手或左手获取抓取任务和手抓取后运动的限制

    联系人:Peter Gibbons、Phil Culverhouse、Guido Bugmann
    链接 :www.tech.plym.ac.uk/soc/staff/guidbugm/FabricManipulation/fabric.html

    • 图一搭建人观察

    • A.主体放到堆布前按颜色或大小排序.b.视线跟踪器用于跟踪对象视线方向

    • 图2

    • A.排序任务中目手运动分类.b.图2A计算视觉搜索抓取模型

  • 机器人橄榄球:多机器人队竞赛世界最热门运动

  • 随着机器人数量在现实世界不断增加, 特别是在工业环境
    建设机器人团队日益重要,能够在实时环境下实现高层次合作

    多机器人自主系统的复杂性需要某种形式的模型环境
    实验开发固有技术机器人橄榄球显然是智能游戏 集合多工程学科
    机师A.I等

    FINSA机器人赛事思想创自1995年头两次比赛
    mirosot '96&Mirosot'97,

    普利茅斯大学正持续开发机器人足球队
    FIRSA比赛参赛
    FISA杯比赛聚集不同学科的有技能研究人员和学生打
    机器人足球赛多类不同体型机器人、投手和各种
    机器人自主级赛参赛
    • 人形机器人
    • 单人机器人
    • 微机器人5a侧和11a侧
    • 纳米机器人
    • 单南机器人
    • 赫佩雷拉机器人
    • 开佩拉机器人

    普利茅斯大学参加5对5MIROSOT联盟已有多年以人形机器人联盟为中心:Hurosot代表英国参加国际竞赛

    联系人:Guido Bugmann
    项目页面 :http://www.tech.plym.ac.uk/robofoot/

  • IBL学习教机器人去邮局

  • 项目探索智能系统知识获取和学习法:从自然语言指令获取知识这对于人类学习非常有效,对适应天真用户需求未来智能系统至关重要项目的目的是调查实战指令基础学习任务用户会与装有人工视觉的移动机器人对话,教它如何导航简化迷宫式环境实验搭建将限制感知控制问题并降低NL处理的复杂性研究将侧重于NL指令如何被智能装饰代理用于构建复杂函数层次的问题,基础为有限一组低层次感知函数、运动函数和认知函数将调查机器人感知导航所需的内部表示器如何支持可用语音接口使用人工视觉和语音输入后,此系统可帮助视障人和轮椅用户

    合作伙伴:普利茅斯大学爱丁堡大学
    联系人:Guido Bugmann
    项目页面 :http://www.tech.plym.ac.uk/soc/staff/guidbugm/ibl/index.html

    • 微型机器人8cmx8cm

    • 从机上摄像头视图

  • 多模式IBL教个人机器人打牌

  • 目标:总目标是开发人机器人界面,允许未经训练用户指令机器人,使用自然通信方法对人使用

    项目聚焦打牌指令, 假设个人机器人用户想和机器人玩新打牌, 并需要先解释游戏规则游戏指令是个人机器人更多指令的好例子,因为指令类型范围包括:动作序列和规则应用

    目标正在开发机器人学生能够理解人教教义并用支持游戏行为的方式集成

    方法:项目开始录制教程文集
    启动机器人开发项目记录用户

    联系人:Guido Bugmann,Joerg Wolf
    链接 :www.tech.plym.ac.uk/soc/staff/guidbugm/mibl/index.html

      • 程序集教职员工使用触摸屏介面口令和手势与学生通信(左转手势)。

  • 自然对象分类:识别浮游生物

  • 研究的目的是调查专家视觉对象识别 并应用知识实现机器识别特别是我们感兴趣的专家感知自然对象和场景 而不是新事物或正常感知专家感知特征为培训阶段,需要培训以确保认知满足专家行为标准项目包括专家浮游生物分类和细胞涂片滑动评估

    工作还扩展我们对视觉感知的一般知识

    自1989年以来普利茅斯大学自然物体分类组开发机器视觉系统划分海洋浮游生物研究组侧重于辨别微浮游生物的困难任务,因为它是调查专家自上而下判断自下向上效果的良好模式探索目标对象群识别问题特别有启发性,在这些对象群中,物种内部自然形态变异引起专家难解已经搭建了一个操作机(称为Dicann),实验室内用现场采集的浮游生物种类样本进行了广泛测试,从鱼幼和Mesoso浮游生物到微浮游生物二叉式浮游生物dicann使用多分辨率处理法,即粗通道分析法和向量机分类法

    HABBuoy项目结束时搭建四套有害algalBloom监测系统,这些系统已部署到意大利、西班牙和爱尔兰的伙伴网站。系统拥有数字显微镜DicAN识别软件使用精密泵水系统采样375ml/小时和图像到1微分辨率dican软件识别20微米以上标本,包括浮游植物和浮游动物,用于监测目的

    项目包括专家浮游生物分类、运动分析、纹理处理和细胞涂片评估

    研究题目:
    • 可视自然对象分类
    • 运动分割
    • 评估专家视觉性能
    • 机器视觉系统MTUTOR联机学习系统

    联系人:PhilCulverhouse
    链接 :newlyn.cis.plym.ac.uk/cis/

  • Slothbot:世界最慢大机器人

  • Slothbot概念Mick Phillips在普利茅斯大学机器人俱乐部帮助下实现

    可能是世界上最慢大机器人

    Slothbot无线查询Arch-OS系统数据页定位,该数据页传递Portland广场楼方形方位的方方面面,包括a慢机器人位居tiumB

    联系人:Mike Phillips
    链接 :机器人俱乐部

      • 斯洛思博特