基于学习的机器人长期鲁棒自主定位

主讲人:陈谢沅澧 | 国防科技大学副教授

  • 开课时间

    2025.09.19 20:00

  • 课程时长

    62分钟

  • 学习人数

    193人次学习

立即学习
添加助教,领取课件

立即学习

基于学习的机器人长期鲁棒自主定位

本报告聚焦讨论基于学习的长期鲁棒自主定位方法,旨在实现移动机器人在动态变化环境中持续、可靠地估计自身位姿的难题。现有静态场景下传统基于几何的定位与建图方法已趋成熟,然而面对真实世界中持续变化的物体、光照和场景布局,传统方法在语义一致性检测、可靠环境特征提取、以及闭环重定位等方面仍有不足,导致机器人长期运行时的定位漂移与失效。

本报告主要介绍课题组在语义定位与建图、鲁棒闭环重定位、基于学习的鲁棒定位等方面的最新研究进展,讨论机器人定位未来研究方向,以进一步提升机器人长期定位的鲁棒性,提高移动机器人在真实动态变化场景中自主作业能力。

直播精华文稿暂未上传
机器人与自动驾驶 人形机器人 具身智能 进阶
机器人与自动驾驶 定位与建图 进阶
机器人与自动驾驶 具身智能 具身智能 高级
机器人与自动驾驶 人形机器人 三维视觉 规划控制 定位与建图 具身智能 环境感知 高级