本成果由 4 项授权发明专利构成: 一种基于光流与深度学习的视觉 里程计实现方法和系统(2018103532018),一种通过改进 ORB-SLAM 算法实现定位 与构图的方法和系统(2018103644687)、一种基于栅格地图的混合路径规划方法和系 统(2018104072628)、一种基于距离测量和位置指纹的室内定位方法(2017109148065)。 针对机器人在自主定位和导航过程中的定位、构图和规划问题,提供了一种基于光流 与深度学习的视觉里程计实现方法和系统, 解决现有采用学习法实现的视觉里程计所 存在的普适性差的技术问题, 以及采用几何法实现的视觉里程计存在的实时性差、特 征检测困难以及鲁棒性不好的技术问题。针对 ORB-SLAM 算法存在的缺陷, 提出了 一种通过改进 ORB-SLAM 算法实现定位与构图的方法和系统,解决了现有 ORB-SLAM 算法存在的消耗大量运算时间、容易产生误差导致无法进行特征匹配、 以及应用范围偏小的技术问题。针对针对移动机器人的导航路径规划需求, 提出了了 一种基于栅格地图的混合路径规划方法, 解决移动机器人与障碍物
机器人的研究越来越多的得到关注和投入, 随着计算机技术和人工 智能的发展,智能自主移动机器人成为机器人领域的一个重要研究方向和研究热点。 移动机器人的定位和地图创建是自主移动机器人领域的热点研究问题。对于已知环境 中的机器人自主定位和已知机器人位置的地图创建已经有了一些实用的解决方法。然 而在很多环境中机器人不能利用全局定位系统进行定位, 而且事先获取机器人工作环 境的地图很困难, 甚至是不可能的。这时机器人需要在自身位置不确定的条件下, 在 完全未知环境中创建地图, 同时利用地图进行自主定位和导航。《2021-2022 年度中国 工业应用移动机器人(AGV/AMR)产业发展研究报告》披露: 2021 年度, 中国市场 企业整体销售工业应用移动机器人(AGV/AMR)72000 台,较 2020 年增长 ***%, 市场销售额达到 126 亿元(海外销售 25 亿元),同比增长 64%。其中营收超亿元的企 业达到 36 家, 同比增长 50%。
李方敏,工学博士,二级教授,博士研究生导师,中国计算机学会高级会员,传感器网络专业委会委员,湖南省计算机学会常务理事。2005年入选教育部新世纪优秀人才计划支持(NCET-05-0657)和湖北省青年杰出人才基金支持(2006ABB028),以及湖北省五四青年奖章。
李方敏教授研究方向为围绕智能感知及机电装备实时监测监控、无线接入与网络资源优化展开研究,提出了传感器网络功率控制模型,以及制造装备运行状态的实时、在线、分布式动态感知模型及应用。主持国家自然科学基金5项,及其它科技项目20项以上,获教育部技术发明一等奖和湖北省技术发明二等奖各1次,国家教学成果二等奖1次,发表论文163篇,收录EI检索论文90篇(SCIE期刊论文26篇),授权发明专利28项。
评价单位:“科创中国”机器视觉与智能产业科技服务团 (中国图象图形学学会)
评价时间:2023-10-20
综合评价
该科技成果展现出了显著的创新水平,特别是在自主移动机器人的高精度定位、地图创建和导航领域。这些技术创新为机器人在未知环境中工作提供了新的解决方案,具有广阔的应用前景。随着中国工业应用移动机器人市场的迅速增长,市场前景非常乐观。这一成果的产业化路径可以通过与工业机器人制造商、自动化系统供应商和生产企业建立合作伙伴关系来实现,以推动技术的广泛应用。然而,需要考虑投资风险与回报的平衡。尽管市场需求大,但投资可能需要一定的时间才能实现回报。因此,建议谨慎制定资本化计划,确保资源的有效利用,并逐步扩大市场份额。总的来说,这个科技成果在技术和市场方面都有巨大的潜力,但需要综合考虑风险和回报,制定明智的战略以推动其产业化和商业化成功。
查看更多>