CNCC2019 panel2：如何让智能机器人更“智能”

上有天堂下有苏杭，你和大佬只差一扇窗。没错，这扇窗就是计算机工做者们的年度狂欢盛会——CNCC。 姑苏城外，金鸡湖畔，桂花盛开，满城飘香。金秋时节，CNCC2019如期而至，于10月17~19日和大伙相约苏州金鸡湖国际会议中心。会议由CCF主办，苏州工业园区管委会承办。小芯做为CCF官方合做媒体，前来“取经”。

全文共4594字，预计学习时长9分钟

谈到“智能+社会”的建设，咱们就不能不提智能机器人的强势地位和发展。特别是随着学科融合，技术交叉，AI技术的发展与普遍运用， 智能机器人应运而生，逐渐融入到人们的平常生活中，成为不可分割的一部分，让人们享受到“智能”福利。那么，智能机器人的智能究竟从哪里来的？如何才能让智能机器人更加“智能”呢？目前智能机器人的研究现状和前景又是怎样的呢？

对机器人情有独钟的小芯感到无比好奇和激动，下面就和小芯一块儿，听听机器人领域的专家们都怎么说吧！

屠长河：人机天然交互与和谐共融是咱们共同的追求

屠长河

来自山东大学计算机科学与技术学院的屠长河教授和吕琳教授是本次论坛主席兼主持人。

论坛伊始，屠长河简明扼要地介绍了智能机器人目前的发展示状，研究领域以及本次论坛的主要内容。

他表示：智能机器人是系统软件、机器学习和人机交互等多学科交叉的新兴领域，与产业界密切相关，已普遍应用于教育、医疗、旅游、银行等行业。研究领域主要涉及机器人操做系统和软件、感知理论和方法、机器人学习的理论和方法、地图构建与定位导航、人机天然交互与和谐共融等。

今天的论坛将组织智能机器人领域的专业人才，聚焦研讨机器人感知理论和方法、机器人学习的理论和方法、地图构建与定位导航，以及人机天然交互与和谐共融等领域的发展。让你们近一步了解智能机器人这个熟悉又陌生的领域，得到满满收获。

屠长河很是幽默，在每位嘉宾演讲结束后还不忘一句话精辟总结演讲内容和本身的感悟，让论坛现场总体氛围轻松又有趣。

章国锋：视觉SLAM技术解决基本问题，实现“智能+”

章国锋

第一位报告嘉宾是来自浙江大学CAD&CG国家重点实验室的章国锋教授。他带来有关“视觉SLAM技术”的演讲。

SLAM：同时定位与地图构建，可以解决机器人和计算机视觉领域的基本问题——在未知环境中定位自身方位并同时构建环境三维地图。它在加强现实、虚拟现实、机器人和无人驾驶获得普遍的应用。它的运行结果：可根据设备根据传感器的信息计算自身位置 (在空间中的位置和朝向)，构建环境地图(稀疏或者稠密的三维点云)

目前视觉SLAM技术主要运用到的传感器有：单目摄像头、双目摄像头、多目摄像头。其它辅助传感器：廉价IMU、GPS，深度摄像头等。具有硬件成本低廉、小范围内定位精度较高、无需预先布置场景等优点。

介绍完视觉SLAM技术基本知识后，章国锋提出，虽然视觉SLAM技术在过去十多年里取得了很大的进展，但要知足实际的应用需求仍须要解决两方面的关键性挑战：

1. 复杂环境下的定位精度和稳定性（动态变化、视觉特征匹配不许、优化计算不稳定）
2. 大尺度场景下在低功耗移动设备上的实时性（场景规模大、计算维度高、低功耗设备计算能力有限）

并展示了本身对于解决挑战问题所提出的关键思路，分别是：

1．经过高效剔除Outliers达到约束的正确性，经过运动先验约束、结构先验约束达到约束的充分性，最终实现稳定求解。

2．经过联合优化相机参数和三维点，最小化重投影偏差，达到集束调整。

同时，他还展现了“集束调整的挑战、ICE-BA效率对比、定位与导航、视觉定位与AR导航、低成本MSF:CAN+GNSS + SMM”相关问题的思考与方案。

并在最后经过案例展现了目前在AR和自动驾驶方面所作的一些应用，展望了视觉SLAM技术的将来发展的两个趋势：

1. 缓解特征依赖（基于边、面特征的跟踪；直接图像跟踪或半稠密跟踪；结合机器学习和先验/语义信息）
2. 多传感器融合（结合IMU、GPS、深度相机、事件相机、光流计、里程计、WiFi、 5G）

刘利刚：让机器人远离“路痴”状态

刘利刚

第二位上场嘉宾是来自中国科学技术大学的刘利刚教授，他的演讲主题是：机器人自主三维场景扫描与重建。

首先，他经过总结目前机器人两种主要类型（工业机器人、服务机器人）、运用场景和特征，分析了“机器人”的反馈系统。他表示，机器人的行为源自机械结构(仿生结构) +控制系统。机器人的认知(智能) 源自机器算法，因为传感设备、获取数据方式不一样，可划分不一样的研究领域，有：天然语言处理、计算机视觉、视频处理、计算机图形学等。

经过这些铺垫，他重点给咱们介绍了计算机图形学++

他表示：利用移动机器人对未知室内场景进行自主三维扫描与重建是机器人与计算机图形学领域共同关注的重要研究方向。

由于相比于人手持扫描，机器人自动扫描具备不易疲劳、稳定性好、控制精度高等优势。在此基础上进一步研究并提出了一种全新的自主场景三维重建的方法，经过为自动扫描提供基于物体感知的引导，使得对未知场景的探索、重建和理解能在一次扫描规划中完成。

该方法交替进行物体分析和基于物体感知的信息增益分析，从而为机器人的全局探索和局部扫描肯定了下一个最佳物体以及下一个最佳视点。

此外，该研究还针对不彻底重建点云的语义理解问题，提出了经过多类图割最小化方法来同时求解物体分割和物体识别的新思路。并经过虚拟与真实场景的实验结果展示了所提出方法的可行性和高效性。

陈宝权：赐机器人一双认清环境的明眸

陈宝权

在计算机图形学上，北京大学教授陈宝权也分享了本身的研究成果——“面向机器人的三维视觉智能”。

主要讨论了三维视觉如何支持机器人视觉智能的提升，机器人的能动性如何帮助提高三维场景的理解，从而不断提高三维视觉智能等问题。

对比以前，时代对于计算机图形学和视觉上提出了新的挑战：之前处理的内容多为单个对象、数据密集和完整的，但现现在面对的却经常是多对象场景，数据稀疏和不完整的。之前内容符合抽样理论：抽样率高于nyguist，抽样率，可重构。但现现在内容一直在挑战采样理论：采样率远低于nyguist采样率，没法重构。

因此咱们须要研究面向机器人的三维视觉智能，来解决时代问题，陈宝权表示。具体的解决方案有：经过打印方向动态变化，多向=离散，多轴=连续，变得更灵活，更精确。

具体算法步骤以下：

步骤1：基于形状分析的粗分解

步骤2：序列规划

步骤3：使用可打印约束进行微调

此外，他还提出约束条件：可印刷性，存放材料时无碰撞。

Cons.1:分隔平面之间没有交点

Cons.2:全部的分离面都必须朝上

而且须要必定有效支持，观察过程当中，对于非零亏格模型，很难肯定支持自由体积分解。须要更通用的方法，遵照分解准则。

刘永进：UR3/UR5机器臂让咱们的生活更“智能”

刘永进

刘永进是清华大学计算机系长聘教授，他给咱们带来的报告主题是：UR3/UR5机器臂的一些智能应用。

报告中，他介绍了课题组在机器人手臂智能应用方向的一些工做。包括机器人辅助3D打印系统RoboFDM，一套生物3D打印原型系统和一套植物基因表型采集的多臂系统等。

他表示，RoboFDM 3D打印系统能够将模型分解为无支撑部件，不只能够打印复杂的模型，并且能够应用于低成本的四轴打印设备中。而生物3D打印原型系统经过在血管支架上打印干细胞获得了一些使人鼓舞的结果，极大推进医疗技术发展。

而在农业自动化的应用上，他表示课题组提出了一种新的多臂系统，其中多个机器人臂能够根据咱们基于深度学习的规划器的轨迹同时执行任务。今天，他主要给咱们介绍了UR3/UR5机器臂的具体的一些智能应用方面与成果，具体的研究工做发表在ACMSIGGRAPH, ICRA, IROS, IEEE T-ASE等国际著名会议期刊。你们有兴趣能够选择浏览。

潘佳：智能机器人如何精准避障

潘佳

接下来上台的演讲嘉宾是来自香港大学计算机系的潘佳教授，他的课题十分有意思，关于“密集人群场景下的自主机器人避障”相关研究。

他表示，密集人群场景下的自主机器人避障一直是一个还没有解决的问题，成为移动服务机器人实用的重要瓶颈。目前的解决方案大多基于针对静态场景的传统定位建图和运动规划的修修补补。经常使用的解决思路——分治法，作加法：

使用SLAM创建地图，并定位机器人的位置

经过视觉、语义等对动态障碍物进行稳定识别、跟踪、轨迹预测，经过MPC等算法进行动态物体的避障规划，控制器执行轨迹并控制偏差；

或经过运动轨迹规划避开静态障碍物，控制器执行轨迹并控制偏差，达到手工定义各类避障规则。

这种分治法方案具备不少局限性：

1、子问题也许在解决一个比原问题更难的问题。（经过一个更难问题的低质量的解来获得目标问题的解Or直接解决目标问题）

2、子问题的难点可能在于没有考虑其余部分的交互。

动态场景中目标人的跟踪中遮挡处理和从新辨识是个困难的问题。但若是机器人能在密集人群中进行灵活避障，就能够始终跟上目标人，从而简化遮挡和辨识上的困难。

动态场景中的SLAM每每会出现定位特征或者回环特征丢失的问题。但若是机器人能在密集人群中进行灵活避障，就能够依赖移动能力主动寻找恢复定位或者回环的特征。

面对如今不多针对动态场景自己的特色去设计对应的新的解决方案的现状。

潘佳提出了从提升机器人躲避动态障碍物的能力出发，运用新的角度解决密集人群场景下的自主机器人避障问题的方案。

经过作减法的思路，让机器学习人类思惟，分析人类的核心避障行为，设置仿人避障框架，直接使用原始的传感器数据，经过高层学习+底层控制，反复训练达到最终目标。

现场，他还展现了四机实验（使用超宽带(UWB)进行大体定位）视频，并将扩展到三维（多无人机避障）问题的讨论。

罗钟铉：促进水下机器人发展，让咱们更好“经略海洋”

罗钟铉

最后一位演讲嘉宾是来自大连理工大学的罗钟铉教授，他推进并主持承办了由国家天然科学基金委主办的“水下机器人目标抓取大赛”及高端论坛，得到中央电视台等国内多家媒体深刻报道，在国际水下机器人领域引发普遍关注。

这次，他给咱们带来的主题也与水下机器人有关——“基于海洋强国的人工智能实践与探索-水下敏捷机器人目标抓取”。

结合国家十八大与十九大关于海洋发展方针，他提出“人工智能+经略海洋”的研究方向，提出海洋牧场中的技术问题，表示海洋牧场信息化、智能化势在必行，海洋人工智能领域具备极高的研究价值。

并罗列出海洋牧场智能化的挑战

1. 近海海域环境复杂：弱光照、动态洋流、海底地形复杂、活态目标
2. 水下敏捷机器人发展相对滞后
3. 国家天然科学基金委2016年立项:

创建水下移动机器人环境感知与目标抓取项目群的任务迫在眉睫。但实际上我国缺少真实近海场景下，水下敏捷机器人真实抓捕性能的竞赛评测平台，这对研究是很是不利的。所以罗钟铉积极推进了国内水下机器人目标抓取大赛及相关论坛。

报告中他详细介绍了水下机器人目标抓取大赛相关状况。并在此基础上，详细分析了目前海洋人工智能技术发展所面临的技术瓶颈与挑战：稳定性与敏捷性的矛盾，真实海流环境下的机器人控制和抓取的技术困难，水下视觉——水下目标精准识别和认知。

视觉加强：视觉效果差(波浪、折射、泥沙)=>如何获取高质量清晰水下图像?

深度估计：成像质量差(折射、畸变、噪声)=>如何实现高精度水下标定及深度估计?

目标检测：数据样本差(数量少、多样性差)=>如何实现高精度水下目标检测?

最后，他还介绍了水下评测平台的规划与展望。

至此，智能机器人——如何让智能机器人更“智能”论坛圆满结束，你们是否是和小芯同样，收获满满呀？

推荐阅读专题

留言 点赞 关注

咱们一块儿分享AI学习与发展的干货
欢迎关注全平台AI垂类自媒体 “读芯术”

（添加小编微信：dxsxbb，加入读者圈，一块儿讨论最新鲜的人工智能科技哦～）