×

PUC格里马的室内移动机器人。 (英语) Zbl 1245.93107号

摘要:本文介绍了智利卡托利卡天主教大学计算机科学系机器智能与机器人研究小组(Grima)的主要活动和成果。自2002年以来,我们一直在室内自主社交机器人领域开展积极的研究。我们的主要关注点是机器人的认知方面,在那里我们开发了使用轮式机器人进行自主导航的算法,使用视觉和3D距离传感器进行场景识别,以及使用马尔可夫决策过程进行社会行为等。作为一个显著特征,在我们的研究中,我们采用了一种概率方法,这种方法深深植根于机器学习和贝叶斯统计技术。我们的主要成就包括在主要机器人会议和期刊上发表的出版物数量不断增加,以及由全职教授、访问研究人员和研究生组成的超过25人的研究团队的巩固。

MSC公司:

93C99号 控制理论中的模型系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Ahonen,T.、Hadid,A.、Pietikainen,M.:局部二进制模式的人脸描述:人脸识别应用。IEEE传输。模式分析。马赫。智力。2037年至2041年(2006年),第28(12)页·Zbl 05341071号 ·doi:10.1109/TPAMI.2006.244
[2] Araneda,A.,Fienberg,S.,Soto,A.:移动机器人同步映射和定位的统计方法。附录申请。统计数字1(1),66-84(2007)·Zbl 1129.62118号 ·doi:10.1214/07-AOAS115
[3] Araneda,A.,Soto,A.:移动机器人地图和定位中的统计推断。收录于:《人工智能进展》,Iberamia-04,LNAI 3315,第545-554页(2004)
[4] Avanzato,R.:面向本科生设计和k-12拓展的移动机器人导航竞赛。In:程序。美国工程教育学会(ASEE)会议(2002)
[5] Bailey,T.,Durrant-Whyte,H.:同步定位和绘图(SLAM),第二部分:最新技术。机器人。自动化。Mag.13,108–117(2006)·doi:10.1109/MRA.2006.1678144
[6] 巴拉德,D.H.:视觉动画。Artif公司。智力。48, 57–86 (1991) ·doi:10.1016/0004-3702(91)90080-4
[7] Bosch,A.,Zisserman,A.,Muñoz,X.:通过PLSA进行场景分类。参加:欧洲计算机视觉会议(ECCV)(2006年)
[8] Breazel,C.:面向社交机器人。机器人。汽车。系统。42(3–4), 167–175 (2003) ·Zbl 1011.68805号 ·doi:10.1016/S0921-8890(02)00373-1
[9] Burgard,W.、Cremers,A.B.、Fox,D.、Hahnel,D.、Lakemeyer,G.、Schulz,D.、Steiner,W.和Thrun,S.:互动博物馆导游机器人的体验。Artif公司。智力。114(1–2), 3–55 (1999) ·Zbl 0939.68865号 ·doi:10.1016/S0004-3702(99)00070-3
[10] Clark,A.,Grush,R.:走向认知机器人。适应。贝哈夫。7, 5–16 (1999) ·doi:10.1177/105971239900700101
[11] Collett,T.:昆虫的里程碑式学习和指导。程序。R.Soc.伦敦。序列号。B 337、295–303(1992年)
[12] Correa,J.,Soto,A.:移动机器人定位的主动视觉感知。J.智力。机器人。系统。58(3–4), 339–354 (2010) ·Zbl 1203.68220号 ·doi:10.1007/s10846-009-9348-4
[13] Cortez,P.,Mery,D.,Sucar,E.:基于协方差描述符和在线朴素贝叶斯最近邻分类器的对象跟踪。In:程序。太平洋影像技术研讨会(PSIVT),第139-144页(2010年)
[14] Cummins,M.,Newman,P.:FAB-MAP:出现空间中的概率定位和映射。国际J.Rob。第27(6)号决议,647-665(2008年)·Zbl 05744867号 ·doi:10.1177/02783649080961
[15] Dalal,N.,Triggs,B.:人体检测定向梯度直方图。In:程序。欧洲计算机视觉会议(ECCV)(2005)
[16] Dellaert,F.、Fox,D.、Burgard,W.、Thrun,S.:移动机器人的蒙特卡洛定位。In:程序。IEEE机器人与自动化国际会议(ICRA)(1999)·Zbl 0971.68162号
[17] Dollar,P.、Tu,Z.、Perona,P.和Belongie,S.:整体渠道特征。参加:英国机器视觉会议(2009)
[18] Donoso-Aguirre,F.,Bustos-Salas,J.-P.,Torres-Torriti,M.,Guesalaga,A.:使用Hausdorff距离进行移动机器人定位。Robotica 26(2),129–141(2008)·doi:10.1017/S0263574707003657
[19] Durrant-Whyte,H.,Bailey,T.:同步定位和映射(SLAM),第一部分:基本算法。机器人。自动化。Mag.13,99–110(2006)·doi:10.1109/MRA.2006.1638022
[20] Elfes,A.:占用网格:机器人感知和导航的概率框架。卡内基梅隆大学电气与计算机工程系博士论文(1989年)
[21] Espinace,P.,Kollar,T.,Roy,N.,Soto,A.:通过使用自适应对象搜索的对象检测进行室内场景识别。In:欧洲计算机视觉会议,认知任务视觉研讨会(2010年)
[22] Espinace,P.、Kollar,T.、Soto,A.、Roy,N.:通过物体检测进行室内场景识别。In:程序。IEEE机器人与自动化国际会议(ICRA)(2010年)
[23] Espinace,P.,Langdon,D.,Soto,A.:使用多重分割和自上而下的反馈,对有用的视觉标志进行无监督识别。机器人。汽车。系统。56(6), 538–548 (2008) ·Zbl 05358024号 ·doi:10.1016/j.robot.2008.03.004
[24] Espinace,P.,Soto,A.,Torres-Torriti,M.:使用结构信息在室内环境中实时定位机器人。参加:IEEE拉丁美洲机器人研讨会(LARS)(2008年)
[25] Fei-Fei,L.,Perona,P.:学习自然场景类别的贝叶斯层次模型。In:程序。计算机视觉和模式识别会议(CVPR),第524-531页(2005)
[26] Felzenszwalb,P.,Girshick,R.,McAllester,D.,Ramanan,D.:基于区分训练的零件模型的对象检测。IEEE传输。模式分析。马赫。智力。32(9),1627-1645(2010)·doi:10.1109/TPAMI.2009.167
[27] Fong,T.,Nourbakhsh,I.,Dautenhahn,K.:社交互动机器人调查。机器人。汽车。系统。42(3)、143–166(2003年)·Zbl 1011.68796号 ·doi:10.1016/S0921-8890(02)00372-X
[28] Gao,W.,Cao,B.,Shan,S.,Chen,X.,Zhou,D.,Zhang,X.,Zhao,D.:CAS-PEAL大型中国人脸数据库和基线评估。IEEE传输。系统。人类网络。A部分38(1),149-161(2008)·doi:10.1109/TSMCA.2007.909557
[29] Gockley,R.、Bruce,A.、Forlizzi,J.、Michalowski,M.P.、Mundell,A.、Rosenthal,S.、Sellner,B.P.、Simmons,R.,Snipes,K.、Schultz,A.、Wang,J.:设计用于长期社交的机器人。In:程序。IEEE/RSJ智能机器人和系统国际会议(IROS),第2199–2204页(2005)
[30] 智利格里马卡托利卡天主教大学机器智能小组。http://grima.ing.puc.cl
[31] Haro,F.,Torres,M.:动态环境中全向机器人路径规划算法的比较。参加:IEEE拉丁美洲机器人研讨会,LARS(2006)
[32] 移动机器人公司:网址:http://www.mobilerobots.com/ (2008)
[33] iRobot:网址:http://www.irobot.com/ (2008)
[34] Jansen,M.、Oelinger,M.,Hoeksema,K.、Hoppe,U.:物理机器人和其他智能设备的交互式迷宫场景。In:程序。IEEE教育无线和移动技术国际研讨会(WMTE)(2004)
[35] Klassner,F.,Andreson,S.:乐高头脑风暴:不再仅仅是为了k-12。IEEE机器人。自动化。Mag.10(2),12-18(2003)·doi:10.1109/MRA.2003.1213611
[36] Kollar,T.,Roy,N.:在计划寻找事物时使用对象-对象和对象-场景上下文。参加:机器人与自动化国际会议(ICRA)(2009年)
[37] Konolige,K.、Bowman,J.、Chen,J.D.、Mihelch,P.、Calonder,M.、Lepetit,V.、Fua,P.:基于视图的地图。摘自:《机器人学学报:科学与系统》(2009)
[38] Pszczółkowski,S.,Soto,A.:使用多个视觉线索和移动机器人在室内环境中进行人体检测。收录于:伊比利亚美洲模式识别大会(CIARP),LNCS 4756,第350–359页(2008)
[39] Langdon,D.,Soto,A.,Mery,D.:使用多重分割自动选择和检测视觉标志。摘自:IEEE Pacific-Rim图像和视频技术研讨会(PSIVT),LNCS 4319,第601-610页(2006)
[40] Leonard,J.,Durrant-Whyte,H.:自动移动机器人的同步地图构建和定位。In:程序。IEEE智能机器人和系统国际研讨会,第3卷,第1442-1447页(1991)
[41] Liao,S.,Chung,A.:使用具有平均最大距离梯度大小的细长局部二进制模式进行人脸识别。In:程序。亚洲计算机视觉会议(ACCV)主席(2007年)
[42] Lowe,D.:不同尺度变化关键点的独特图像特征。国际期刊计算。视觉。60(2), 91–110 (2004) ·兹比尔02244065 ·doi:10.1023/B:VISI.0000029664.99615.94
[43] Robowatch Technologies Ltd.公司:网址:http://www.robowatch.de (2008)
[44] Maturana,D.、Mery,D.、Soto,A.:使用局部二进制模式、空间金字塔直方图和朴素贝叶斯最近邻分类进行人脸识别。In:程序。智利计算机科学学会国际会议。IEEE CS出版社(2009)
[45] Maturana,D.,Mery,D.,Soto,A.:基于决策树的局部二进制模式的人脸识别。In:程序。2010年亚洲计算机视觉会议(ACCV)
[46] Maturana,D.,Mery,D.,Soto,A.:学习用于人脸识别的有区别的局部二进制模式。In:程序。IEEE自动人脸和手势识别国际会议(2011年)
[47] Mitnik,R.、Nussbaum,M.、Soto,A.:自主教育移动机器人调解人。汽车。机器人25(4),367–382(2008)·数字对象标识代码:10.1007/s10514-008-9101-z
[48] Montabone,S.,Soto,A.:使用移动平台和源自视觉显著性机制的新特征进行人体检测。图像可视性。计算。28(3), 391–402 (2010) ·Zbl 05842256号 ·doi:10.1016/j.imavis.2009.06.006
[49] Montemerlo,M.,Thrun,S.:使用FastSLAM同时定位和映射未知数据关联。收录:IEEE机器人与自动化国际会议(ICRA)会议记录(2003年)·Zbl 1197.93115号
[50] 莫拉维克,H.:斯坦福车和CMU漫游者。收录:Cox,I.J.、Wilfong,G.T.(编辑)《自动机器人车辆》,第407-441页。柏林施普林格(1990)
[51] Murphy,K.:动态环境中的贝叶斯地图学习。In:神经信息处理系统进展12,NIPS(1999)
[52] 新泽西州尼尔森:摇晃机器人。技术报告323,SRI国际人工智能中心(1984)
[53] Nourbakhsh,I.、Bobenage,J.、Grange,S.、Lutz,R.、Meyer,R.和Soto,A.:全职工作的情感流动教育者。Artif公司。智力。114(1–2), 95–124 (1999) ·Zbl 0939.68864号 ·doi:10.1016/S0004-3702(99)00027-2
[54] Nourbakhsh,I.,Kunz,C.,Willeke,T.:暴徒博物馆机器人装置:一项为期五年的实验。In:程序。IEEE/RSJ智能机器人和系统国际会议(IROS),第3636-3641页(2003)
[55] Ojala,T.,Pietikainen,M.,Harwood,D.:基于特征分布分类的纹理度量的比较研究。模式识别。29(1),51-59(1996)·Zbl 05475966号 ·doi:10.1016/0031-3203(95)00067-4
[56] Peralta Cabezas,J.L.,Torres Torriti,M.,Guarini,M.:移动机器人轨迹跟踪贝叶斯预测技术的比较。Robotica 26(5),571-585(2008)·doi:10.1017/S0263574708004153
[57] Petre,M.,Price,B.:使用机器人来激励后门学习。教育。技术信息。9(2), 147–158 (2004) ·Zbl 02360148号 ·doi:10.1023/B:EAIT.0000027927.78380.60
[58] Phillips,P.、Moon,H.、Rizvi,S.、Rauss,P.:人脸识别算法的FERET评估方法。IEEE传输。模式分析。马赫。智力。22(10), 1090–1104 (2000) ·Zbl 05112402号 ·doi:10.1109/34.879790
[59] Pineau,J.、Montemerlo,M.、Pollack,M.,Roy,N.、Thrun,S.:面向疗养院机器人助理:挑战与结果。机器人。汽车。系统。42(3–4), 271–281 (2003) ·Zbl 1011.68806号 ·doi:10.1016/S0921-8890(02)00381-0
[60] 益生菌:http://www.probotics.com/ (2008)
[61] Quattoni,A.,Torralba,A.:识别室内场景。参加:IEEE计算机视觉和模式识别国际会议(CVPR)(2009年)
[62] Siegwart,R.,Nourbakhsh,I.:自主移动机器人简介。麻省理工学院出版社,剑桥(2004)
[63] Smith,R.,Self,M.,Cheeseman,P.:估算机器人中的不确定空间关系。收录:Cox,I.J.、Wilfong,G.T.(编辑)《自动机器人车辆》,第167-193页。柏林施普林格(1990)·Zbl 0645.70003号
[64] Soto,A.:自适应粒子滤波器。In:程序。国际人工智能联合会议(IJCAI),第1398–1406页(2005)
[65] Soto,A.,Khosla,P.:基于概率自适应代理的系统,用于使用多个视觉线索进行动态状态估计。Springer Tracts高级机器人。(STAR)6559-572(2003)
[66] Soto,A.、Saptharishi,M.、Dolan,J.、Trebi-Ollennu,A.、Khosla,P.:CyberATV:使用全地形无人值守地面车辆的动态和分布式侦察与监视。In:程序。《现场和服务机器人国际会议》,第329–334页(1999年)
[67] Tan,X.Y.,Triggs,B.:增强的局部纹理特征集,用于困难照明条件下的人脸识别。In:程序。《面部和手势分析与建模国际会议》,第168-182页(2007年)·Zbl 1371.68311号
[68] Thrun,S.:学习室内移动机器人导航的度量拓扑图。Artif公司。智力。99, 21–71 (1998) ·兹比尔0903.68150 ·doi:10.1016/S0004-3702(97)00078-7
[69] Thrun,S.:机器人制图:一项调查。收录:Lakemeyer,G.,Nebel,B.(编辑)《探索新千年中的人工智能》。Morgan Kaufmann,圣马特奥(2002)
[70] Thrun,S.,Bennewitz,M.,Burgard,W.,Cremers,A.B.,F.Dellaert,Fox,D.,Haehnel,D.,Rosenberg,C.,Roy,N.,Schulte,J.,Schulz,D.:Minerva:第二代移动导游机器人。In:程序。IEEE国际机器人与自动化会议(ICRA),第1999-2005页(1999年)
[71] Thrun,S.、Burgard,W.、Fox,D.:移动机器人并发映射和定位的概率方法。马赫。学习。汽车。机器人(联合发行)31/5,1-25(1998)·Zbl 0907.68148号
[72] Thrun,S.,Burgard,W.,Fox,D.:概率机器人。麻省理工学院出版社,剑桥(2005)
[73] Varma,M.,Zisserman,A.:从单个图像进行纹理分类的统计方法。国际期刊计算。视觉。62(1–2), 61–81 (2005)
[74] Viola,P.,Jones,M.:稳健的实时人脸检测。国际期刊计算。视觉。57(2), 137–154 (2004) ·Zbl 05671822号 ·doi:10.1023/B:VISI.0000013087.49260.fb
[75] Wang,E.,Wang,R.:对小学生使用乐高和机器人(LabVIEW)。In:程序。教育前沿会议,第1卷,第T2E–T11页(2001)
[76] Weinberg,J.、Engel,G.、Gu,K.、Karacal,C.、Smith,S.、White,W.、Yu,X.:在工程教育中使用机器人的多学科模型。In:程序。美国工程教育学会(ASEE)会议(2001)
[77] Wolf,L.,Hassner,T.,Taigman,Y.:野外基于描述符的方法。In:程序。欧洲计算机视觉会议(ECCV)真实生活图像研讨会(2008年)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。