Semantisk kartering & visuell navigering för smarta robotar
- Diarienummer
- RIT15-0038
- Start- och slutdatum
- 160701-221231
- Beviljat belopp
- 29 712 610 kr
- Förvaltande organisation
- Chalmers University of Technology
- Forskningsområde
- Informations-, kommunikations- och systemteknik
Summary
Hur kommer det sig att dagens autonoma system för datorseende ofta begränsas till snäva och begränsade scentyper och till kontrollerade labbmiljöer? En undersökning av de perceptuella system med bäst prestanda visar att varje delproblem är löst med en specialiserad metod och att det saknas ett robust systemtänkande för att koppla samman och välja delsystem. Till exempel är det så att trots att problem som igenkänning och 3D-rekonstruktion är starkt kopplade så behandlas de oberoende av varandra och att en integrerad teori saknas. Vi är övertygade om att det är nödvändigt att utveckla smarta system som kan integrera olika aspekter av datorseende och robotik för att nå längre. Vi har samlat expertis från datorseende, maskininlärning, reglerteknik och optimering med det ambitiösa målet att inrätta ett sådant integrerat ramverk. Forskningen är uppdelad i fyra arbetspaket: 1) scenmodellering, 2) visuell igenkänning, 3) visuell navigering och 4) systemintegration för att uppnå ett perceptuellt robotsystem för utforskande och lärande av okända miljöer. Som demonstratör, kommer vi att bygga ett autonomt system för visuell inspektion av en stormarknad med hjälp av små quadcopters. Systemet går väl utöver den nuvarande forskningsfronten och kommer att ge en komplett lösning för semantisk kartläggning och visuell navigering. Grundforskningen är relevant för flera industriella tillämpningar inklusive självstyrande bilar, obemannade markfordon, scenmodellering och avsyning i allmänhet.
Populärvetenskaplig beskrivning
Forskningen inom robotik har traditionellt handlat om att utveckla robotar och andra mekaniska system för högre noggrannhet, snabbhet och styrka, men har alltmer kommit att vidgas till kombinationen av mekatronik och kognitiva system som genom återkoppling och lärande kan interagera med sin omgivning och utföra uppgifter autonomt eller i samarbete med människor. Datorseende handlar om att utveckla automatiska system för att analysera och förstå digitala bilder. Maskininlärning handlar om att utveckla algoritmer som lär sig från historiska data, så att man gör bättre beslut i framtiden. Under de senaste åren har det skett en dramatisk utveckling inom alla dessa tre områden. Trots det fungerar dagens bästa system bara inom ett snävt område av visuella miljöer eller i labbmiljö. Nuvarande system löser ofta bara ett delproblem med en metod. Till exempel behandlas objektigenkänning och 3D-modellering oberoende av varandra, trots att problemen är starkt sammankopplade. För att skapa robusta system för robotik och perception, behövs ett nytt integrerat synsätt där många lösningar kombineras, ett så kallat system av system. I det här projektet arbetar vi med forskning som kombinerar olika delsystem inom maskininlärning, datorseende och robotik. Målet är att utveckla smarta system som kan integrera dessa olika aspekter. Inom projektet har vi experter från dessa olika, men närbesläktade forskningsområden. Som demonstratörsprojekt, kommer vi att bygga ett autonomt system för visuell kartering och inspektion av en stormarknad med hjälp av småskaliga helikoptrar. Systemet går väl utöver den nuvarande forskningsfronten och kommer att ge en komplett lösning för semantisk kartläggning och visuell navigering. De grundläggande forskningsresultat är relevanta inom ett brett spektrum av industriella tillämpningar inklusive självgående bilar, obemannade markfordon, scenmodellering och flexibel avsyning i allmänhet. Området är strategiskt viktigt för företag som traditionellt varit viktiga för Sverige, t ex Volvo, Saab, Saab-Kockums, men också för nya och relativt unga företag, som växer inom detta spännade område.