時 間：2022年1月9日16：30-17：00

報告人：浙江大學王越副教授

地 點：機器人視覺感知與控制技術國家工程實驗室一樓報告廳

報告人簡介：

    王越，浙江大學控制科學與工程學院副教授/博導。研究方向為機器人和人工智能的基礎交叉領域，聚焦非結構、弱先驗、大干擾條件下的機器人自主性問題。近三年以第一/通訊作者發(fā)表中科院二區(qū)以上期刊論文20篇，機器人領域頂級會議ICRA/IROS/RSS/CoRL 20篇，專利授權9項（均第一發(fā)明人）。論文獲最佳論文獎/最佳論文提名獎3次。自2020年起擔任機器人領域頂級會議ICRA和IROS的編委，期刊FRAI的邀請編委。主持國家自然科學基金項目、科技部重點研發(fā)計劃課題、國防科工局穩(wěn)定支持項目等10余項，與航天五院、阿里達摩院、華為中央研究院等頂尖研究機構持續(xù)合作，骨干參與KJW重點項目、國家自然科學基金重點項目、浙江省重點研發(fā)項目等。研究成果服務于中車、中兵、阿里等知名企業(yè)，兩次獲央視報道，孵化產(chǎn)品實現(xiàn)規(guī)模化應用。

報告摘要：

    移動機器人遍布工業(yè)、酒店、安防、醫(yī)院等各行各業(yè)，具有廣闊的應用領域。魯棒準確的自主導航是移動機器人的關鍵技術之一。目前，基于傳統(tǒng)分階段思路的自主導航技術已經(jīng)能確保移動機器人在封閉場景下的可靠作業(yè)。但在開放場景下，自主導航仍面臨天氣、場景、環(huán)境等變化的挑戰(zhàn)。另一方面，基于端到端學習的自主導航技術隨著近年來的研究和實踐，逐步展現(xiàn)出應用前景。本報告以導航中的核心環(huán)節(jié)——定位為對象，介紹課題組基于端到端學習的解決方案，包括地點識別、位姿估計、融合定位等模塊。并重點介紹如何在這些模塊中將傳統(tǒng)方法和端到端方法相結合，從而有效提升學習模型的可解釋性和泛化性。報告還將展示相關技術在實際系統(tǒng)中的測試和應用，驗證和探索可行性。