在冰冷的机器中注入灵魂

1.我们的机器人智能研究

机器人学主要面向机器人的设计、制造、控制以及智能等研究问题。在RINC研究组中机器人智能方面我们主要围绕"智能"、突出"学习"并结合神经网络展开研究，我们的具体研究主要包括：智能家居服务机器人、人机交互控制、机器人学习算法、轮型机器人的设计和制造、导航与定位、路径规划、机器人视觉等。

2.智能家居服务机器人

我们研究如何设计一个机器人智能管家，能够帮助用户更好地管理生活。例如：机器人管家能够与家中的各类智能家电进行交互，用户能够命令机器人控制各类智能家电；用户能够与机器人智能地交互，询问机器人天气情况、家居状态等；机器人能够在家中巡逻监控，使用户不在家时也能随时掌握家中状态。

3.人机交互控制

我们希望设计更加自然的人机控制方式来实现机器人的控制。这些控制方式既包括传统的按键控制、文本控制、手势控制等，还包括更加新型和富有挑战性的语音控制和脑电控制等。此外，我们还设计了一套包容式多场景控制系统对各类控制方式进行整合，使机器人能够有条理地理解用户各种控制信号，并具有控制通道扩展的能力。

4.机器人学习算法

我们更加关心如何让机器人能够像人一样思考，使其具备一套自主开放式的学习系统。我们假想刚设计好的机器人就像是一个婴儿一样，我们希望他能够通过自主地观察和人类有监督的教导来逐渐感知和认知世界，变得越来越聪明。并且，我们还希望机器人在感知世界的同时能够综合利用自身多项传感器，通过感官之间的联想记忆对各种传感器数据进行融合，从而形成对环境中事物的全方位理解，获取事物的概念，并最终形成决策。

5.轮型机器人的设计和制造

我们使用树莓派等机器人硬件开发平台设计和搭建移动式小车机器人。机器人上可以配置各种传感器来捕捉外界环境信息，例如使用麦克风获取声音、利用摄像头采集图像、利用碰撞检测传感器检测障碍物等。机器人硬件是我们开发各类机器人项目的平台基础，我们将在自己搭建的机器人上开发各种机器人控制系统和智能算法。

6.机器人视觉

视觉系统是自主机器人的重要组成部分,一般由摄像机、图像采集卡和计算机组成。机器人视觉系统的工作包括图像的获取、图像的处理和分析 、输出和显示, 核心任务是特征提取 、图像分割和图像辨识 。而如何精确高效的处理视觉信息是视觉系统的关键问题。目前视觉信息处理逐步细化, 包括视觉信息的压缩和滤波、环境和障碍物检测 、特定环境标志的识别、三维信息感知与处理等。

7.导航和定位

在机器人系统中 ,自主导航是一项核心技术 , 是机器人研究领域的重点和难点问题。导航的基本任务有 3 点: ( 1)基于环境理解的全局定位: 通过环境中景物的理解 ,识别人为路标或具体的实物 ,以完成对机器人的定位 ,为路径规划提供素材;( 2)目标识别和障碍物检测: 实时对障碍物或特定目标进行检测和识别 ,提高控制系统的稳定性; ( 3)安全保护: 能对机器人工作环境中出现的障碍和移动物体作出分析并避免对机器人造成的损伤。而在自主移动机器人导航中 , 无论是局部实时避障还是全局规划, 都需要精确知道机器人或障碍物的当前状态及位置, 以完成导航 、避障及路径规划等任务,这就是机器人的定位问题

8.路径规划

路径规划技术是机器人研究领域的1 个重要分支 。最优路径规划就是依据某个或某些优化准则( 如工作代价最小 、行走路线最短、行走时间最短等),在机器人工作空间中找到 1 条从起始状态到目标状态、可以避开障碍物的最优路径。我们研究主要集中在智能路径规划方法，智能路径规划方法是将遗传算法 、模糊逻辑以及神经网络等人工智能方法应用到路径规划中, 来提高机器人路径规划的避障精度 ,加快规划速度, 满足实际应用的需要。其中应用较多的算法主要有模糊方法、神经网络、遗传算法、Q学习及混合算法等。