機器人中的卓越感測

德克薩斯大學阿靈頓分校的計算機科學家利用應用數學的新領域，致力于增強機器人的感知能力。

計算機科學與工程學助理教授William Beksi正在研究如何有效處理從低成本傳感器捕獲的3D點云數據-機器人可以用來在復雜場景中實現智能任務的信息。Beksi的工作得到了國家科學基金會(National Science Foundation)兩年期$ 175,000的資助。

三維點云是空間中的點集，有時具有顏色信息，可以從便宜的3D傳感器獲得這些點集。但是，這些傳感器生成的數據可能會出現異?，F象，例如噪聲的存在和點密度的變化。這些問題限制了使用3D點云進行操縱，導航以及對象檢測和分類的機器人感知應用程序的可靠性，效率和可伸縮性。

Beksi說：“隨著3D傳感器技術在機器人技術中變得越來越普遍，以創新和有意義的方式處理和利用這些數據的現代方法一直沒有跟上。” “用于提取感知上有意義的信息的傳統2D圖像處理例程無法直接應用于3D點云。

“這項研究的想法是開發新的算法來處理大規模3D點云，從而克服這些局限性并帶來機器人感知的進步。”

對于他的研究，Beksi將使用拓撲數據分析，這是應用數學的新領域，提供了從數據中提取拓撲特征的工具。持久同源性是主要工具，可以使人們研究多種尺度的特征，例如連通的零部件，孔洞和空隙。

這項研究將調查如何結合拓撲特征可以對無法通過其他方法獲得的點云數據結構產生獨特的見解。

Beksi說，這項工作代表了3D點云處理從幾何方法到拓撲方法的轉變，其目標是結合兩種模型的最佳特征。

“博士 這項令人振奮的研究使Beksi進入了一個未知的領域。” UTA計算機科學與工程系系主任Hong Jiang說。“如果成功，他的發現可能會重塑機器人在當前應用中的使用方式，或者導致迄今為止尚不可能的新應用。”