近日，機(jī)器人國際頂級會議IROS（IEEE/RSJInternational Conference on Intelligent Robots and Systems）2020接收結(jié)果公布，東北大學(xué)機(jī)器人科學(xué)與工程學(xué)院2018級碩士研究生吳艷敏、王鵬的兩項科研成果被錄用。

 

　　吳艷敏為第一作者、張云洲教授為通訊作者的文章EAO-SLAM: Monocular Semi-Dense Object SLAM Based on Ensemble DataAssociation 由東北大學(xué)、香港中文大學(xué)和英國阿爾斯特大學(xué)共同完成，東北大學(xué)為第一完成單位。該論文以機(jī)器人環(huán)境感知為研究目標(biāo)，首先提出了一種集成數(shù)據(jù)關(guān)聯(lián)策略以應(yīng)對SLAM中的不同測量量，然后采用孤立森林和線段對齊算法估計物體位姿，并提出了一種輕量化語義地圖的構(gòu)建方法，最終創(chuàng)建了半稠密語義地圖和面向物體的輕量化地圖。這項研究突破了語義SLAM的局限性，對于機(jī)器人感知、導(dǎo)航、抓取等任務(wù)過程中實現(xiàn)精準(zhǔn)決策與交互具有重要意義。

 

　　王鵬為第二作者的文章TP-TIO:A Robust Thermal-Inertial Odometry with Deep ThermalPoint由東北大學(xué)機(jī)器人學(xué)院REALLAB 課題組與卡內(nèi)基梅隆大學(xué)機(jī)器人研究所共同合作完成，東北大學(xué)為第二完成單位，指導(dǎo)教師為方正副教授和SebastianScherer教授。該論文提出了一個新的紅外圖像上的特征點提取網(wǎng)絡(luò)（ThermalPoint），在提高實時性的同時仍能維持精度，還通過新的網(wǎng)絡(luò)訓(xùn)練方式，將仿真和真實的固定模式噪聲施加到訓(xùn)練集，提高了網(wǎng)絡(luò)的抗紅外圖像固定模式噪聲的能力，最后將其應(yīng)用于視覺慣導(dǎo)里程計算法(VIO)。該方法的提出使得機(jī)器人在煙霧等極端場景下實現(xiàn)魯棒的位姿估計成為可能。

 

　　據(jù)悉，IROS由IEEE（電氣和電子工程師協(xié)會）和RSJ（日本機(jī)器人學(xué)會）共同舉辦，是機(jī)器人領(lǐng)域三大國際頂級會議之一，今年的主題為ConsumerRobots and Our Futur，接收來自機(jī)器人與人工智能、機(jī)器人視覺、傳感器、云機(jī)器人等相關(guān)領(lǐng)域的研究。會議開辦三十余年來，其展示的成果為機(jī)器人技術(shù)、產(chǎn)品和服務(wù)水平的持續(xù)發(fā)展奠定了堅實基礎(chǔ)。據(jù)了解，REALLAB 課題組已連續(xù)兩年在IROS上發(fā)表文章，去年，機(jī)器人學(xué)院19屆碩士畢業(yè)生趙世博為第一作者，方正副教授為通訊作者的文章ARobust Laser-Inertial Odometry and Mapping Method for Large-Scale HighwayEnvironments被IROS 2019收錄，該研究成果由東北大學(xué)，騰訊無人駕駛實驗室，卡內(nèi)基梅隆大學(xué)共同完成，東北大學(xué)為第一完成單位。該論文提出了一種新穎的激光慣性里程計和建圖方法，可以實現(xiàn)在大型高速公路環(huán)境中實時低漂移和魯棒的姿態(tài)估計。這項研究很好的克服了無人車在高速、動態(tài)場景下的位姿估計問題，將SLAM理論實用化又向前推進(jìn)了一步。