机器人行业高端会议IROS 2019展示的新科技
时间:2021-08-11 点击:

近日,在中国澳门举行的2019年IEEE/RSJ智能机器人与系统国际会议(2019 IEEE / RSJ International Conference on Intelligent Robots andSystems ,IROS 2019)正式落下帷幕,该会议是世界机器人和智能系统领域最著名、影响力最大的顶级学术会议之一,今年首次在中国澳门举办。

  本届IROS会议主题为机器人连接人,包括全体会议、主题演讲、技术会议、论坛、研讨会和教程、比赛、展览等,约4000名来自世界各地的机器人、自动化系统及人工智能等领域的领军人物、顶尖研究团队代表及企业界人士参会,共同探索智能机器人与系统领域的前沿科技,分享并讨论相关领域的最新进展。

  一些新产品和前瞻技术亮相本届IROS会议,展示机器人领域的最新研发成果。来自中国香港中文大学的沈祖尧(Joseph Sung)教授分享了人工智能在医疗领域的最新应用成果,特别是对消化道癌症方面AI辅助的图像检测、数据处理的癌症分类、治疗方案建议以及基于自动和半自动手术机器人实现AI辅助的手术等研究,这些研究都大幅改善了患者的治疗情况。在这个AI变革医疗的时代,针对在未来如何定位医护人员的角色、如何训练下一代医生、药师和治疗人员、AI出现失误时谁应该为此负责等议题,沈教授带领大家审视和探讨AI为医学带来变革与未来趋势。

  杭州宇树科技有限公司带来了自研的最新款机器狗AlienGo,其集成VSLAM,可以实时对地形和障碍物进行3D建图。相比激光雷达,更适合于低速移动机器人,尤其是需要观察地形的足式机器人。同时,AlienGo集成人体2D/3D体感识别和手势识别,方便人机交互,比如自动跟随、人员行为预测等功能。据悉,AlienGo是目前全球最大尺寸及最大重量能直接平地后空翻的电驱动四足机器人。

  世界领先的工业机器人制造商之一kuka带来了两个创意机器人项目,下图为其中之一——人机对战项目。

  意大利技术研究所(Istituto Italiano di Tecnologia,IIT)的研究愿景是开发人类的科学技术,融合机器人、纳米材料、生命技术和计算科学等领域的技能。该研究所科学主任Giorgio Metta在IROS 2019 TV上表示:“机器人会在我们未来的生活里扮演重要的角色,比如更精准的医疗协助,在工厂里帮助人类,在危险场景拯救人类等。机器人的发明是为了给人类赋能,所以核心还是人。我们开发的手术机器人,术后康复机器人等即将问世。”该研究所生产的机器人可以直接输送到市场使用,目前正致力于研发出具有更智能的认知能力的机器人。

  韩国POSTECH的触觉和虚拟现实实验室由SeungMoonChoi教授指导,研究人员研究与触觉相关的基础科学、技术和应用。目前,该小组正专注于开发好的技术,帮助人们更容易、更快地制作触觉内容,研究主题包括触觉感知和多模态触觉渲染,目标是改善人类生活。

  ROVIS实验室的人工智能专家Sorin Mihai Grigorescu介绍了NeuroTrajectory(神经轨迹):通过神经进化方式给自动车辆进行定位轨迹学习,是感知—计划的深度网络。当前,对自动车辆的控制基于解耦感知—规划—行为操作的顺序,或End2End或深度强化学习(DRL)系统,但由于用于自主驾驶的深度学习解决方案受到一些限制,NeuroTrajectory可以解决这个问题,这是一种用于自主驾驶的定位轨迹学习的多目标神经进化方法,通过感知规划深度神经网络在有限预测范围内估计自动车辆的期望状态轨迹。

  加利福尼亚大学圣迭戈分校(UCSD)实验室带来没有任何电子元件,完全靠空气移动的机器人。

  在机器人学认知架构的深度概率生成模型研讨会上,来自机器人和机器学习的研究人员分享了关于深度和概率生成模型的知识,以开发未来的机器人认知架构。该研讨会旨在研究来自跨学科研究领域(包括机器学习、认知科学和机器人学)出现的挑战和机会。深度学习技术使机器人能够识别自身所处的环境,例如视觉和语音识别,并且能够有效地学习行为,例如强化和模仿学习。然而,深度学习的大部分成功在很大程度上取决于需要在学习过程之前准备的标记数据或手工制作的奖励函数。本研讨会的目标是分享最先进的机器学习方法的相关知识,这些方法将有助于对机器人中与语言相关的能力进行建模。

  本届IROS会议期间举办了无人机竞赛,该比赛是一项工程和计算机科学的挑战,需要理解计算机视觉,开发包含门检测算法的能力以及编程逻辑,以便无人机在完成任务时可以理解。参赛团队需要对无人机进行编程,实现无人机的自主导航功能。参赛团队的无人机需要自动通过一组门,在5分钟内完成尽可能多的次数。最日本筑波大学(University Of Tsukuba)的无人机在4分47秒内完成了15次飞行,获得该项比赛的冠军。