您的位置:首页 > 新闻动态 > CCF聚焦

CCF YOCSEF学术报告会:机器人视觉与SLAM技术(2017年6月16日)

阅读量:809
2017-06-14

中国计算机学会青年计算机科技论坛

CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF

于2017年6月16日(星期五) 14:00-17:30

在中科院计算所一层报告厅举行

学术报告会,敬请光临

报告会主题


机器人视觉与SLAM技术

程  序

13:30      签到

14:00      报告会开始
特邀讲者:谭平 博士,360人工智能研究院副院长,西蒙弗雷泽大学副教授
演讲题目:Polarimetric Multi-view Stereo

特邀讲者:邹丹平 博士 上海交通大学助理研究员
演讲题目:视觉同步定位与地图构建方法与机器人应用

特邀讲者:章国锋 博士,浙江大学副教授
演讲题目:复杂环境下的视觉同时定位与地图构建

Panel讨论:视觉SLAM离我们实用还有多远?
讨论嘉宾:谭平、邹丹平、章国锋、张文强

执行主席:韩银和 博士,中科院计算所研究员,CCF YOCSEF学术委员会委员
执行主席:张文强 博士,复旦大学研究员,CCF YOCSEF上海荣誉委员

参会者:IT领域专业人士、研究生、媒体、其他有兴趣者等
联系:yocsef@ccf.org.cn   (010)6267 0153转20


如参会,请于6月15日前提交下列注册信息,以便提供会务。
费用(非CCF会员):学生50元/人/次,其他200元/人/次。现场收取。

免费参加方式
1、CCF会员凭会员证免费参加;
2、媒体免费参加。
3、非CCF会员办理入会手续,可以免费参加:
登录:http://web.ccf.org.cn/CCF/reg.action?flag=0,提交申请
会费:学生50元/年,会员:200元/年
缴费:http://web.ccf.org.cn/CCF/reg.action?flag=0
注:现场可以办理缴费及CCF会员续费,请提前注册会员后参加本次活动


机器人视觉与SLAM技术

     智能机器人既是先进制造业的关键支撑装备,也是改善人类生活方式的重要切入点。无论是在制造环境下应用的工业机器人,还是在非制造环境下应用的服务机器人,其研发及产业化应用是衡量一个国家科技创新、高端制造发展水平的重要标志。服务机器人是一个非结构化场景下具有感知、认知和自主行为能力的系统,存在着三维场景感知、定位和导航自适应难等关键技术瓶颈,也是制约其发展和市场应用的国际性难题。
     同步定位和地图构建技术(Simultaneous Localization and Mapping, 即 SLAM)是移动机器人中富有挑战性的研究课题,具有重要的产业应用价值。近年来,由于视觉传感器相较于激光等传感器所获得的信息更为丰富,及其所具有的成本优势,基于视觉的定位和导航技术越来越受到学术界和产业界的重视和青睐,是当前研究的热点。
     基于上述的研究背景和业界需求,中国计算机学会青年计算机科技论坛(CCF YOCSEF)将举行“机器人视觉与SLAM技术”报告会,邀请来自学术界、产业界的相关学者和专家,共同讨论未知的复杂场景下机器人视觉SLAM研究的最新进展和未来发展趋势,及其在机器人产业中的潜在应用。

特邀讲者 谭平


谭平博士是360人工智能研究院的副院长,同时也是加拿大西蒙弗雷泽大学的副教授。在此之前,他是新加坡国立大学的副教授。他于2007年获得香港科技大学博士学位,分别于2003和2000年在上海交通大学获得硕士和学士学位。谭平博士的研究方向是计算机视觉、图形学、机器人学。
他于2012年获得过TR35@Singapore、PAMI杰出青年研究者提名奖。他是IJCV, CGF, MVA等杂志的编委。并多次担任SIGGRAPH和SIGGRAPH Asia的程序委员。

报告摘要:多视角三维重建依赖于特征匹配,所以在缺乏特征的场景有本质上的缺陷。本报告,我们将介绍偏振多视角三维重建算法。这个三维重建算法结合了逐像素的偏振光度测量信息与多视角的极线几何约束。偏振性质蕴含了物体表面法向量的信息,于是可以用于将深度传播至缺乏特征的区域。我们的偏振多视角三维重建算法是被动算法(passive),可以用于光照完全不受控制的室外环境,因为数据拍摄只需要一个偏振镜或是偏振相机。以往的shape-from-polarization算法往往只能处理纯朗伯(lambertian)表面或者纯高光(specular)表面。我们提出一个新的偏振成像模型,用于处理现实物体的混合反射。我们证明了偏振信息可以将法向量的方位角限定到一个二值歧义性,并用图优化和深度传播来解决这个歧义性。大量的结果证明我们的算法可以在缺乏特征的场景(例如瓷器、白墙、汽车等)中获得高质量的三维重建。

特邀讲者 邹丹平


上海交通大学北斗导航与位置服务重点实验室助理研究员。2010年于复旦大学获得博士学位,之后在新加坡国立大学任博士后研究员。主要的研究兴趣点在计算机三维视觉、多传感器融合导航、微小型无人机智能感知等方向。他在人工智能权威期刊会议如TPAMI、ICCV、CVPR发表多篇论文。并开发了多套视觉SLAM算法系统,其中相机群协同CoSLAM方法为国际首创,并被成功应用于协同地面机器人系统。他发起了上海交通大学无人机智能技术俱乐部,并策划举办了连续三届无人机智能技术挑战赛,获得东方财经频道、上海教育新闻网的报道。

报告摘要:同步定位与地图构建(SLAM)是实现自主移动机器人的技术关键。本报告介绍面向机器人应用的视觉SLAM方法:1)动态环境下机器人集群的视觉SLAM方法: 该方法利用各载体上携带的摄像头对相机姿态和环境三维点云进行联合解算,并自动区分静态特征点和动态特征点,同时实现自我定位和目标运动点的三维轨迹获取;2)针对室内视觉SLAM方法: 该方法使用了一种新型的室内结构线条特征,相比传统点特征在室内环境下具有更高的检测率,而且还蕴含着全局的方向信息,限制住了角度累积误差,提高了SLAM的整体鲁棒性和精度。报告还将介绍基于以上SLAM技术的机器人应用。

特邀讲者 章国锋


浙江大学计算机辅助设计与图形学国家重点实验室副教授,博士生导师。2009年获浙江大学计算机应用专业博士学位。主要从事运动推断结构、同时定位与地图构建、三维重建、增强现实、视频分割与编缉等方面的研究工作,已在CCF推荐A/B类期刊和会议上发表论文20余篇。尤其在同时定位与地图构建和三维重建方面的研究取得了一系列重要成果,研制了一系列相关软件(ACTS, LS-ACTS, RDSLAM, RKSLAM等)并在网上发布供大家下载使用(http://www.zjucvg.net)。获2010年度计算机学会优秀博士学位论文奖,2011年度全国百篇优秀博士学位论文奖,以及2011年度教育部高等学校科学研究优秀成果奖科学技术进步奖一等奖(排名第4)。

报告摘要:虽然基于视觉的同时定位与地图构建(Visual SLAM)在过去十多年里取得了很大的进展,但要满足实际的应用需求仍需要解决一些关键性难题。例如,如何高效地获得尽可能长而且准确的特征轨迹并将多视频序列之间的复杂回路闭合起来?如何对于海量图像/视频数据在有限的内存下进行全局优化?如何在动态环境下进行鲁棒的同时定位与地图构建?如何处理相机快速运动和强旋转?本次演讲主要与大家分享我们为了解决这些关键问题所做的研究工作以及相关应用。


执行主席 韩银和


博士,CCF YOCSEF 学术委员会委员(2016-2017 CCF YOCSEF学术委员会主席),CCF理事。现为中国科学院计算技术研究所研究员,主要从事集成电路、计算机体系结构等相关技术研究。2006年博士毕业于中科院计算所,在包含TC、ISCA、DAC等国际国内期刊和会议上发表论文五十余篇,曾获国家技术发明奖二等奖1项,北京市科学技术奖2项,中科院卢嘉锡青年人才奖、CCF优博、全国百篇优博提名(奖)等。担任CCF 容错计算专业委员会秘书长和CCF YOCSEF 2016-2017主席。他获得了基金委“优青”项目资助。

执行主席 张文强


博士,CCF YOCSEF上海学术委员会荣誉委员。复旦大学研究员,机器人智能实验室主任,复旦-南商智能机器人联合研究中心主任,中国机器人教育联盟副理事长。主要从事智能机器人、人工智能、医疗信息化、智能装备等技术研究和产学研应用。2004年博士毕业于上海交通大学,发表论文80余篇,申请国家发明专利30项(授权13项)。获得省部级二等奖3项,三等奖1项,苏州市科技领军人才。


会场方位示意图

北京市海淀区科学院南路6号,中科院计算所,中关村南三街融科资讯大厦C座南
计算所停车场为收费停车。


CCF YOCSEF合作伙伴