- 课程回放
Spatial AI &Robotics (SAIR) Lab 实验室负责人;2014年获得北京理工大学学士学位,2019年获得新加坡南洋理工大学博士学位;研究兴趣包括机器人空间感知、计算机视觉和机器学习,研究目标是实现机器人系统中的人类级空间感知和推理,并致力于提供简单高效的源代码;目前担任期刊International Journal of Robotics Research (IJRR)的副主编,IEEE Robotics and Automation Letters (RA-L)的副主编,同时也是2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 的区域主席。
Spatial AI &Robotics (SAIR) Lab 实验室负责人;2014年获得北京理工大学学士学位,2019年获得新加坡南洋理工大学博士学位;研究兴趣包括机器人空间感知、计算机视觉和机器学习,研究目标是实现机器人系统中的人类级空间感知和推理,并致力于提供简单高效的源代码;目前担任期刊International Journal of Robotics Research (IJRR)的副主编,IEEE Robotics and Automation Letters (RA-L)的副主编,同时也是2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 的区域主席。
- 机器人目标编码与识别中的难点
- 图网络及基于关键点图的目标编码
- 具有鲁棒性的特征稀疏编码和目标密集编码
- 在移动机器人自主探索、语义重定位中的应用
「移动机器人技术系列课」由智东西公开课AI技术教研组策划推出,聚焦自主移动机器人的关键技术,覆盖环境感知、自主定位和决策规划。这一系列课系AMR机器人合辑的升级版,此前已完结三讲,最新增加了五讲,将由五位优秀的科研人员和实战经验丰富的技术大牛以直播形式陆续开讲。
5月14日上午10点,由卡内基梅隆大学机器人学院博士后王晨率先带来主题为《基于图学习的移动机器人目标编码与识别》的直播讲解。王晨博士已经是我们的老朋友了,这也是王晨博士第二次在智东西公开课平台进行直播讲解。
上一次,王博参与了我们的「机器学习前沿讲座」第2讲的直播讲解,主题为《无监督在线学习在机器人场景预测中的研究与应用》。从著名的无监督在线学习DARPA SubT挑战赛,到神经网络中广泛应用的视觉记忆和无监督在线学习的视觉记忆等内容,王晨博士围绕移动机器人环境感知中的兴趣场景预测问题进行了深度讲解。感兴趣的朋友可以点击文章底部的“阅读原文”观看回放。
在课程中,王晨博士分享了一段珍贵的DARPA SubT挑战赛比赛视频,各种具有“特异功能”的移动机器人,让我们大开眼界。
王晨博士本人主要研究机器人感知、机器视觉和机器学习等领域,并在ICRA、IROS等机器人顶级会议上发表论文多篇。而在本次课程中,他将会围绕移动机器人环境感知中的另一个问题:目标编码与识别进行深入讲解。
环境感知是移动机器人自主移动的前提。而目标编码与识别是自主移动机器人自主探索、语义重定位等任务的关键。现有的工作在很大程度上依赖于对检测到的物体的跟踪,但很难精确地回忆出已经检测到的物体。
王晨博士首先会简单介绍一下图神经网络的基本知识,然后讲解他们新提出一种基于关键点图的对象编码方法。以及为了让检测到的关键点具有鲁棒性,他们所提出的一种特征稀疏编码和目标密集编码的方法。该方法是一种即插即用的模块,确保了每个关键点只影响一小部分目标描述子,使其对视点变化、缩放、遮挡甚至目标变形具有鲁棒性。
同时,本次课程将在智东西公开课知识店铺上以视频直播的形式进行,包含主讲和问答两个环节。主讲环节40分钟,主讲老师将会通过视频直播的形式进行实时讲解;问答环节20分钟,主讲老师将会通过文字或语音的形式回答大家提问的问题。