科创中国

同时定位与制图（SLAM）是移动机器人（如AGV、无人机、智能汽车、军用智能装备等）自主移动的核心问题。牵涉到传感器一般包括视觉、激光雷达、微波、红外等，利用各传感器的优势和互补性，高精度实时协作融合SLAM技术在无人驾驶汽车、工业移动机器人、军用无人装备编队、野外协作监测和电网线路管理等领域具有广阔的应用前景。 目前系统应用仍存在着精度低、实时性不够、可靠性差、协作性不强等问题。为此，我们从基础理论出发，取得了一系列的创新成果，使得融合多源或单源条件下的SLAM达到具有较好协作性、高精度以及实时性的优势。 自主研发的新一代“数据融合+集群协作”型SLAM，可改善传统型SLAM应用局限性，促进多智能体分布式学习技术发展，潜在地提高机器人的学习能力和智能化水平。 完成协作语义SLAM，填补机器人SLAM在可靠性、实时性以及缺乏语义信息方面的缺陷，可应用在空间攻防领域。多源信息融合具有数据表征能力强、数据互补特性，可应用在车联网和机器人自主导航等领域。相关技术成果已在航天探测星球车等领域得到应用。

利用协作融合SLAM技术，让AGV搬运机器人成为一种实时感应、安全识别、多重避障、智能决策等多功能的新型智能工业设备，可大幅度地降低人工成本，且最大限度地协调配合，在有限的时间和空间内最大限度地提升工作效率和质量。◆该系统可用于规避智能汽车或机器人的自主导航，实现智能路径规划。通过SLAM技术，提高智能汽车的环境感知能力，有利于自动驾驶技术的成熟落地；可提高家用机器人的智能化水平，从而更好地适应家庭环境，打造更为优质的智能体验。◆该技术和装备可用于协同作战、无人机编队、搜索及救援人员野外实时监测等，为国防科技发展提供技术支撑，具有重要的军事战略意义。发展无人机机载高精度SLAM技术及相关装备，更可以扩展野外搜救、地理测绘的效率和准度，推进高效益的军民深度融合。◆该成果已与航天八院上海航天控制技术研究所、航天九院七七一研究所等单位开展深度合作，现阶段处于中试阶段。

该项目在SLAM技术领域取得了重要的创新成果，具有广泛的应用前景。首先，它可以在无人驾驶汽车领域发挥作用，提高智能汽车的环境感知能力，有助于推动自动驾驶技术的成熟和落地，从而改善道路安全和交通效率。

其次，该技术在工业移动机器人方面具有潜在的应用前景，使机器人能够实时感知环境，进行安全识别、多重避障和智能决策，从而提高工作效率和质量，降低人工成本。

此外，家用机器人也可以受益于该技术，提高其智能化水平，更好地适应家庭环境，为用户提供更为优质的智能体验。

在军事领域，该技术可用于军用智能装备编队、协同作战和搜索及救援人员野外实时监测等方面，为国防科技发展提供重要的技术支持，具有重要的军事战略意义。

周彦，湖南洞口人。教授、博士生导师。2010年6月毕业于上海交通大学获控制科学与工程博士学位。美国南加州大学、澳大利亚悉尼大学公派访问学者，现为湘潭大学教授、博士生导师。IEEE高级会员、中国人工智能学会会员、中国自动化学会高级会员、无人飞行器自主控制专委会委员，国家自然科学基金评审专家，校学术委员会委员。在机械工业出版社、科学出版社以第一主编出版教材两部。被约为IEEE Trans. Automatic Control, Automatica（IFAC）, IET Signal Processing, IET Computer Vision,《自动化学报》《控制理论与应用》等国内外刊物的审稿人。

本项目具有广泛的应用前景，在无人驾驶、智能机器人等多领域存在应用价值，现阶段还未进行成果转化但未来效益可以期待。

建议通过合作开发或技术转让的方式实现成果转化。