探究智能机器人未来动向

人类社会始终朝着自动化和智能化方向发展，机器人研发、制造和应用将成为衡量国家科技创新和高端制造业水平的重要标志，是国家科技发展的战略需求。智能机器人的下一步发展将体现在作业能力、人机交互、安全性等诸多方面的提升和改进上。我国在智能机器人核心技术方面还存在较大瓶颈，但同时也具备天然优势，应抓紧利用产业浪潮加速发展，实现反超。

小型仿人机器人主控层软件系统框架设计

主控层软件是仿人机器人重要组成部分,主控层软件设计编写的优劣直接影响到仿人机器人的工作性能。在借鉴国内机器人主控层软件构架设计经验的基础上,针对仿人机器人控制系统的特点,在混合构架的设计思想基础上,采用分层模式设计仿人机器人主控层软件系统框架。该框架由三部分组成:陈述层,业务层和数据层,其中业务层作为仿人机器人软件系统的核心,采用模块化设计,使用消息作为各个模块通信协调机制,多线程多进程作为并发执行的机制,此框架具有良好的扩充性和可重用性等优点。最后在此框架基础上设计的一个具体主控层系统软件实例,在MIH-I仿人机器人上稳定运行,证明了该框架的有效性。

基于概率路标的机器人狭窄通道路径规划

针对机器人工作空间中存在狭窄通道时,基于概率路标图的路径规划法不能有效提高狭窄通道中路标分布的合理性,研究一种基于狭窄通道辨识的混合路标规划法的混合路标采集策略,利用星形试验法辨识出狭窄通道形状,增加狭窄通道中的路标密度,使全局路标分布合理化,提高了路径规划的效率.二维和三维配置空间中的仿真实验验证了该算法的有效性.

基于视觉预测的运动目标实时跟踪系统

针对机器人控制系统中更高的视觉反馈实时性要求,提出一种基于最小二乘法预测的目标实时跟踪方法.该方法采用最小二乘法预测运动目标的位置,以限定目标搜索范围,从而提高跟踪速度.实验结果表明该方法能满足快速视觉伺服响应的实时性要求.

基于Adaboost算法的多角度人脸检测

文中提出了一种基于Adaboost算法的多角度人脸检测方法。多角度人脸检测问题的研究与正面人脸检测相比,相对薄弱,离实际应用的需求还比较远。首先使用Haar特征设计并构造弱分类器空间,用Adaboost算法学习得到基于视图的多分类器级联的人脸检测器;然后将多角度人脸划分成三类:全侧脸,半侧脸及正面人脸,并为不同角度的人脸建立不同的检测器分别用于检测。在CMU侧面人脸检测集合上,用基于Adaboost的方法对多角度人脸图像进行仿真实验,检测正确率为89.8%,误报数为243个。相比Schneiderman等人的方法,该方法具有更好的性能。