AIRS in the AIR

• 

  梁冠琪

  香港中文大学（深圳）理工学院博士生

  主持人

  嘉宾介绍

  个人简介
• 

  曾广扬

  香港中文大学（深圳）数据科学学院博士后

  大样本观测下一致性相机位姿估计

  嘉宾介绍

  曾广扬博士于2022年6月在浙江大学控制科学与工程专业获得博士学位。现任香港中文大学（深圳）数据科学学院博士后，研究助理。他的研究兴趣包括统计信号处理、机器人感知与定位、传感器网络等。曾广扬博士以第一作者发表学术论文5篇，包括3篇IEEE trans论文。此外，他担任IEEE TPAMI、IEEE RAL、ICRA、IEEE SPL、IEEE TWC、IEEE TII等期刊和会议的审稿人。

  个人简介

  Perspective-n-Point（PnP）问题是指从n个3D-2D点对估计相机相对世界坐标系位姿，被广泛应用于机器人、计算机视觉和增强现实等领域。绝大多数现有工作从理想的几何关系出发构建满足投影模型的方程，没有具体考虑噪声模型及噪声传递。因此，已有工作很少从统计视角出发，分析所提估计器的统计学性质，如偏差和协方差。随着特征提取技术的发展，可从单帧图片中提取大量的特征点用于相机位姿估计，这为高精度的位姿估计提供了极大潜能。该报告将介绍一种统计意义下的一致性估计器，实现随着特征点数n的增加，估计值收敛到相机真实位姿。

• 

  江昊东

  香港中文大学（深圳）数据科学学院博士生

  基于UWB距离测量的机器人平面位姿估计问题

  嘉宾介绍

  江昊东于2017年6月在浙江大学控制科学与工程专业获得学士学位，现为香港中文大学（深圳）数据科学学院二年级博士生。他的研究兴趣包括机器人同时定位与建图以及概率图推断等。

  个人简介

  移动机器人的位姿（位置与姿态）估计功能是实现避障、路径规划等任务的基本前提。近年来，研究者们致力于运用惯性传感单元（Inertial Measurement Unit, IMU）、相机和激光雷达等机载传感器实现高性能和实时的状态估计。然而，基于机载传感器的位姿估计模块容易产生长期轨迹的漂移问题，并且在特定环境下鲁棒性较低。本工作采用超宽带无线电技术（Ultra-Wideband, UWB）的距离测量功能，实现了平面移动机器人的实时高精度位姿估计，有效避免了上述问题。UWB技术被广泛用于移动机器人的定位，但鲜有工作运用UWB技术进行移动机器人的位姿估计。我们将这一问题建模为信号处理领域的刚体定位问题（Rigid Body Localization, RBL）。通过文献调研，我们发现以往文献缺少对估计器的统计渐进有效性分析，同时所提出算法的计算复杂度较高。

• 

  祁卫敏

  香港中文大学（深圳）理工学院博士生

  一种帆船机器人位置保持方法

  嘉宾介绍

  祁卫敏于2017年6月在中南大学智能科学与技术专业获得学士学位，于2019年开始攻读计算机与信息工程专业博士学位。她近期获得多项荣誉，包括IROS2020最佳应用论文提名奖、ROBIO2019最佳论文提名奖、RCAR2019最佳论文提名奖、卓越博士生等。她的研究方向是帆船机器人的安全导航。

  个人简介

  无人帆船凭借其优秀的远程航行能力和环保、节能、低噪音等特点，在海洋观测这个新兴的领域具有不可替代的优势。为实现对限定区域（如海上牧场、海上风电厂等）的观测，帆船机器人需持续航行并稳定地收集数据。现有的位置保持方法由于存在失速问题，均难以保证帆船机器人的安全性。因此，亟需一种考虑帆船死区限制且不以失速为代价的位置保持方案。为此，我们提出了一种基于往复运动的帆船机器人位置保持策略。

视频回顾