學術報告：機器人多模態(tài)環(huán)境感知
時間：2015-12-17
來源：電氣學院
作者：
點擊量：次
學術報告：機器人多模態(tài)環(huán)境感知
報告時間： 2015年12月24日（周四）上午10:00
報告地點：科技樓一樓報告廳
報告題目：機器人多模態(tài)環(huán)境感知
報告人：清華大學劉華平教授
報告人簡介：
劉華平，清華大學計算機科學與技術系教授，主要研究領域為：機器人智能控制，視覺目標跟蹤等。劉華平教授針對柔性機器人系統(tǒng)中非線性、多時標等特點，提出了新穎的模糊奇異攝動模型，并在此基礎上設計了一套完整的凸優(yōu)化解決方案。代表性成果分別以Regular Paper形式發(fā)表于IEEE Trans. on Fuzzy Systems和Full Paper形式發(fā)表于Fuzzy Sets and Systems。
針對網(wǎng)絡環(huán)境中信息丟包、延時等問題，研究了利用Markov跳變模型描述其系統(tǒng)行為的方法，并利用凸優(yōu)化方法解決了存在執(zhí)行器飽和效應干擾時的魯棒控制與濾波問題。針對跳變模態(tài)難以實時測量的特點，研究了與模態(tài)無關的控制器與濾波器的設計方法。這些結果相比現(xiàn)有工作有較大程度的改善，相關研究方法還被推廣于活動周期系統(tǒng)的模型簡化等問題。研究成果已發(fā)表于IEEE Trans. On Automatic Control、IEEE Trans. on Circuits and Systems II、以及Automatica等國際期刊。
針對移動機器人和空間機器人系統(tǒng)，開展了環(huán)境建模和遙操作等方面的研究。針對室外車輛跟蹤提出的具有融入對稱性特征的隨機融合機制，將概率圖模型和半監(jiān)督學習機制引入跟蹤框架，以改善在線學習能力。與常規(guī)的確定性融合機制相比，研究工作不僅提高了跟蹤魯棒性，還顯著提高了實時性。相關的成果發(fā)表于ICRA 2007-2009、ICASSSP 2009、IROS 2007、IROS 2009等國際會議中。
