智能跟随机器人项目申请书

实用标准文档文案大全申请编号：入选编号：上海市研究生创新创业能力培养计划项目申请书项目名称：智能跟随机器人所在高校：申请部门负责人：申请部门负责人职务、职称：上海市大学生科技创业基金会制表填表日期：年月日实用标准文档文案大全填表说明一、填写本申请书前，应仔细阅读《上海市研究生创新创业能力培养计划管理办法》、《关于开展2017年上海市研究生创新创业能力培养计划申报工作的通知》等有关文件，务必实事求是地填写。二、本申请书作为上海市研究生创新创业能力培养计划评审入选与培养创业项目存档备查之用，用A4纸打印，使用骑马钉左侧装订，封面之上不得另加其他封面。申请单位须在规定时间内将本申请书一式2份及表格电子版光盘报送上海市大学生科技创业基金会。三、研究生申请书须经研究生教育管理单位（部门）审核，本科生申请书须经创业基金会分会审核，签署明确意见并加盖公章后方可上报。四、部分栏目填写说明：1.封面上“申请编号”、“入选编号”由创业基金会填写。2.学科门类名称、学科名称及其代码按照国务院学位委员会颁布的《学位授予和人才培养学科目录（2011年）》填写。3.本表中涉及的人员均指人事关系隶属本单位的在编人员，兼职人员不计在内。除学术带头人简况外，表中涉及的成果（论文、专著、专利、科研奖项、教学成果等）指本学科人员署名本单位获得的成果，凡署名其他单位所获得的成果不填写、不统计。4.封面“申请部门负责人”一般应为高校研究生教育管理部门或者分会负责人；申请内容中的“项目申请人”应为申请培训的研究生或本科生，项目团队成员不超过5人。5.本表填写内容不涉及国家秘密并可公开。6.本申请书所有信息必须全部填写，空白处请一律填“无”。实用标准文档文案大全一、项目申请人信息申请人联系手机政治面貌群众电子邮箱博士/硕士/本科年级博士三年级所在院系计算机就读专业计算机应用技术所属一级学科计算机科学与技术拟创业项目所属领域☑软件和信息技术二、拟创业项目情况拟创业项目成熟度☑技术水平☑国内先进□一般水平推广范围☑知识产权状态拟创业项目获奖情况奖项名称获奖时间获奖等第各类基金资助情况名称资助时间资助金额是否已成立创业企业□是☑否创业企业成立时间年月创业企业全称三、申请人导师信息导师姓名所在院系计算机工程与科学学院职务职称教授手机号码四、项目团队成员信息实用标准文档文案大全序号姓名所在高校博士/硕士/本科专业电子邮箱联系电话导师姓名1上海大学博士计算机应用技术2黄宗文上海大学硕士计算机科学与技术3上海大学硕士软件工程45五、申请人科研工作情况本课题组是上海大学计算机学院，智能信息处理实验室。导师徐凌宇教授是上海大学计算机学院博士生导师，国家海洋局重点实验室客座研究员。主持国家自然科学基金，国家“十二五”规划支撑项目，参与上海市重点学科建设项目，上海“智慧城市”建设085项目等等。本人参与了两项国家科技部重点攻关项目，一项上海市自然科学基金，一项“八六三”计划。申请发明专利一项（已受理），已发表科研论文2篇。目前实验室发表了20余篇信息融合科研论文，其中SCI检索5篇，EI检索7篇，ISTP检索5篇，中文核心期刊多篇，国家发明专利（已授权）1项，软件著作权2项。实验室目前正在与中国科学院上海高等研究院机器人实验室建立合作联系，与上海三临图像技术有限公司就建立联合研究实验室基本达成一致，近期将成立。实验室已经进行了10余年的海量图像数据处理研究，在多源传感器信息融合领域有了新的研究成果，将柔性关系加入到融合模型中。目前实验室拥有海量图像处理数据，并初步探讨形成了一系列研究方法，正努力向成果转化。六、拟创业项目简介一、项目背景：当前，中国正处在经济高速增长向中高速增长转换的新常态下，“十三五”实用标准文档文案大全要解决制约经济新增长的软硬件环节。中央政府推出“中国制造2025”、“互联网+”等国家重大战略展开投资。随着我国劳动力成本日益增大，制造业面临巨大的危机，转型者能制造成为未来发展的大趋势,在此背景下，“机器换人”成为制造业的必然选择。日本早就提出《机器人新战略》，2014年产值4470亿日元，出货量12.7万台,美国制定国家机器人安全新标准，提出《机器人技术路线图》，2015年数量超26万台,欧洲启动《“地平线2020”战略》。韩国提出《机器人未来战略2022》。2013年底，工信部出台《关于推进工业机器人产业发展的指导意见》,到2020年，形成较为完善的工业机器人产业体系,培育3-5家有国际竞争力的龙头企业和8-10个配套产业集群。在《中国制造2025》规划中明确我国未来十年机器人产业的发展重点为两个方向：一是开发工业机器人本体和关键零部件系列化产品，二是突破智能机器人关键技术，开发一批智能机器人,十三五期间，机器人发展必将迎来投资良机。上海地方政府出台《关于上海加快发展和应用机器人促进产业转型提质增效的实施意见》,机器人产业政策红包密集，市场潜力巨大,工业机器人高速增长，服务机器人成为新蓝海。机器人是现代传感器技术、人工智能技术和自动化技术发展的典型体现，机器人技术的发展水平也代表一个国家制造技术的先进性发展水平。其中，移动机器人的发展最为迅速，已经大规模实现商业化应用，基于工作中实际应用领域的不同，各种类型机器人采用的技术也各不相同。本项目旨在开发一种基于引导节点位置的自主跟随机器人，使得机器人跟随引导对象自主规划路径避障前行，该机器人在高尔夫球场、病人看护、物流基地、超市购物、领路导航和军事运输等方面有着重要应用。二、本项目开发过程中遇到的难点：1、即时定位与地图构建（SLAM）即时定位与地图构建（SimultaneousLocalizationAndMapping）指的是机器人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。SLAM问题可以描述为:机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和传感器数据进行自身定位,同时建造增量式地图。（1）定位(localization)：机器人必须知道自己在环境中位置。（2）建图(mapping)：机器人必须记录环境中特征的位置（如果知道自己的位置）（3）SLAM：机器人在定位的同时建立环境地图。其基本原理是运过概率统计的方法，通过多特征匹配来达到定位和减少定位误差的。图1SLAM的基本过程实用标准文档文案大全移动机器人自定位与环境建模问题是紧密相关的。环境模型的准确性依赖于定位精度，而定位的实现又离不开环境模型。在未知环境中，机器人没有什么参照物，只能依靠自己并不十分准确的传感器来获取外界信息，如同一个盲人在一个陌生环境中摸索的情况。这种情况下，定位是比较困难的。有地图的定位和有定位的地图创建都是容易解决的，但无地图的定位和未解决定位的地图创建如同鸡--蛋问题，无从下手。已有的研究中对这类问题的解决方法可分为两类：一类利用自身携带的多种内部传感器(包括里程仪、罗盘、加速度计等)，通过多种传感信息的融合减少定位的误差，使用的融合算法多为基于卡尔曼滤波的方法。这类方法由于没有参考外部信息，在长时间的漫游后误差的积累会比较大。另一类方法在依靠内部传感器估计自身运动的同时，使用外部传感器(如激光测距仪、视觉等)感知环境，对获得的信息进行分析提取环境特征并保存，在下一步通过对环境特征的比较对自身位置进行校正。2、热点跟随技术机器人跟随技术包含两个步骤，知道目标在哪里，能自动跟随目标运动。最常见也是应用最广的就是GPS跟随，携带有GPS模块的手机或者手环等设备，与任务设备进行互相通信，不断告知彼此的位置，任务设备按照获得的GPS信息调整自己的姿态与速度跟随。在GPS跟随模式被激活后，机器人将通过自带的GPS模块确定自身位置，并通过使用者的移动设备（例如手机）上的GPS模块确定使用者所处的位置。因此GPS跟随与视觉跟随相比，适用的场景更加广泛。几个典型的场景：1.机器人与使用者之间暂时出现遮挡物图2视线遮挡遮挡物或突然出现的曜光会使跟随目标暂时丢失。而GPS跟随则基本不受影响。2.特殊环境下跟随目标难以被视觉识别实用标准文档文案大全图3光线较暗光线昏暗的夜晚、反光强烈的雪地等场景都会导致此种情况，GPS跟随则均可适用于这些场景。3、识别躲避障碍技术热点跟随技术虽有诸多好处，但是无法判断障碍物，还需要辅助其他技术，这里就要提到识别躲避障碍技术。当机器人的传感器，或者是摄像头发现前方有障碍物的时候，机器人此时要停下来，首先对障碍物进行扫描，以便做出准确的判断，检测的主要参数应该包括：障碍物的高度、宽度等主要信息，并将这些检测到的信息上报给机器人的“大脑”，由机器人的“大脑”先做出一个判断：该障碍能否通过？如果能够通过，则继续前进；如果不能通过，机器人的“大脑”应该发送这样的指令：转身，将机器人的身体转过一个合适的角度，比方说：30°角。等机器人转过身来后，要对其前方重新进行扫描，判断其前方是否还有障碍物，且是否已绕过该障碍物，如果已绕过该障碍物，且前方无障碍物的情况下，那么，机器人就可以继续前进了，任务完成；如果前方还有障碍物，且不能不能绕过该障碍物的情况下，就需要由机器人的“大脑”再次发送指令：命令机器人的身体再旋转30°角，此时，重新进行判断：是否可以绕过该障碍物，且前方无其他障碍物，如果这次OK了，那么，机器人就可以顺利绕过该障碍物，任务完成。识别躲避障碍技术，有两种解决方案，一种是在小车四周安装传感器，当检测到行进路线上有障碍物是，根据提前设计好的参数调整反向避过障碍。由于使用的传感器比较简单，并不能判断障碍物轮廓，甚至识别障碍物。但是造价便宜，反应快速。还有一种方法是使用摄像头，在行进中不断拍摄照片，通过图像识别技术，识别障碍物。当把两种信息进行信息融合能够有更好的效果。4、智能导航技术导航技术是移动机器人的一项核心技术之一，它是指移动机器人通过传感器感知环境信息和自身状态,实现在有障碍的环境中面向目标的自主运动目前,移动机器人主要的导航方式包括:磁导航,惯性导航,视觉导航等其中,视觉导航通过摄像头对障碍物和路标信息拍摄,获取图像信息,然后对图像信息进行探测和识别实现导航它具有信号探测范围广,获取信息完整等优点,是移动机器人导航的一个主要发展方向,而基于非结构化环境视觉导航是移动机器人导航的研究重点。机器人视觉被认为是机器人重要的感觉能力，机器人视觉系统正如人的眼睛一样,是机器人感知局部环境的重要“器官”,同时依此感知的环境信息实现对机器人的导航。机器人视觉信息主要指二维彩色CCD摄像机信息,在有些系统中还包括三维激光雷达采集的信息。视觉信息能否正确、实用标准文档文案大全实时地处理直接关系到机器人行驶速度、路径跟踪以及对障碍物的避碰,对系统的实时性和鲁棒性具有决定性的作用。基于计算机视觉的自主机器人导航一种方法是基于地图的机器人导航。基于地图的导航就是提供给自主机器人其导航环境的模型在一些早期的视觉系统中,自主机器人导航环境的知识都是以网格表征,把三维空间中物体按体积垂直投影到二维水平面上,这种方式通常被引用为/占用地图0后来,占用地图的思想被/虚拟力场0改进虚拟力场也是一幅/占用地图0,不同的是在地图中每一个被占用的区域都对机器人施加斥力,而目的地图则对机器人施加引力,所有的这些力通过向量的加减运算的共同作用牵引机器人避开障碍物,向目的地运动。该产品的创新点：本机器人拥有红外传感器，摄像头，扬声器，通过信息融合技术，快速有效识别障碍，并且可以通过扬声器把识别出的物品告诉使用者，形成良好的交互。三、技术路线：我们通过TensorFlow框架利用GPU运行深度学习算法，来实现图像识别并构建智能跟随机器人，图4是我们的技术路线：图4物体识别机器人的体系结构。首先是核心芯片系统的选择。我们选择RaspberryPi，它有WiFi，四核CPU和一个千兆字节的RAM，另外还有一个microSD卡可以加载Raspberian。有关所有组件如何协同工作的概述，请参见图4，有关Pi的照片，请参见图5。实用标准文档文案大全图5RaspberryPi。图6机器人底盘。其次是外围设