STR Robot: Design of an Autonomous Mobile Robot from Simulation to Reality
Faculty of Electrical and Electronic Engineering, Ho Chi Minh City University of Technology, VNU-HCM(电子工程学院,胡志明市技术大学,VNU-HCM)
本文提出一种基于现有机械平台的自主移动机器人仿真到现实实现方法,重点开发机载控制、自定位和自主导航系统,并通过仿真和实验验证其可行性。
2026-05-27 cs.RO
Enabling Commercial Autonomous Space Robotic Explorers
与载人任务相比,自主机器人在空间探测任务中的应用减少了探测任务的安全问题,同时延长了探测距离,因为机器人任务不需要返回运输。此外,在这些任务中使用机器人也降低了任务的复杂性和成本,因为不需要机载生命支持系统:机器人可以承受并在人类无法生存的恶劣条件下工作,例如极端温度,压力和辐射。在这篇文章中,我们将介绍火星上的环境,回顾现有的自动驾驶技术部署在地球上,以及探索所需的技术,使未来的商业自主太空机器人探险家。最后但并非最不重要的是,我们还提出了自主空间探索者面临的紧迫技术挑战之一,即机载计算能力。
2019-08-12 cs.RO
Occupation-aware planning method for robotic monitoring missions in dynamic environments
针对已知地图中动态障碍物运动未知的机器人监测任务,提出两步式全局规划器 MADA,通过选择观测目标并规避高占用动态区域,在仿真与真实实验中实现有效监测。
2025-01-09 cs.RO
Autonomous Navigation with Mobile Robots using Deep Learning and the Robot Operating System
Imperial College London(帝国理工学院);AIOZ Ltd.(AIOZ有限公司)
自主导航是机器人研究的一个长期领域,它为移动机器人提供了一种基本的能力,使其能够在人类日常执行的相同环境中执行一系列任务。在本章中,我们提出了一套算法,训练和部署深度网络的自主导航的移动机器人使用机器人操作系统(ROS)。我们描述了解决这个问题的三个主要步骤:i)使用ROS和Gazebo在模拟环境中收集数据; ii)设计用于自主导航的深度网络; iii)在模拟和现实世界中的移动机器人上部署学习策略。从理论上讲,我们提出了深度学习架构,用于在正常环境中进行鲁棒导航(例如,人造房屋、道路)和复杂环境(例如,倒塌的城市或天然洞穴)。我们进一步表明,使用视觉模态,如RGB,激光雷达和点云是必不可少的,以提高移动机器人的自主性。我们的项目网站和演示视频可以在https://sites.google.com/site/autonomousnavigationros上找到。
2020-12-07 cs.RO
Control and Monitoring System for Modular Wireless Robot
Indonesian Institute of Sciences(印度尼西亚科学研究所)
介绍了模块化无线机器人的概念,该机器人由三个主要模块组成:主机模块、数据采集模块和数据处理模块。我们已经开发了一个通用的原型与集成的控制和监测系统,以提高其灵活性,并使简单的操作,通过一个基于网络的界面可无线访问。在本文中,我们专注于基于微控制器的硬件,使数据采集和远程机械控制。
2007-10-03 cs.RO
Do We Need iPhone Moment or Xiaomi Moment for Robots? Design of Affordable Home Robots for Health Monitoring
Newcastle Business School, Northumbria University(诺森比亚大学纽卡斯尔商学院);Google(谷歌公司);School of Computing, Newcastle University(纽卡斯尔大学计算机学院)
本研究针对家用机器人经济性与功能性难以兼顾的问题,提出利用边缘计算技术和手机等现有计算资源,设计面向家庭健康监测的先进且经济易用的家用机器人解决方案。
2024-09-25 cs.RO
Toward safe separation distance monitoring from RGB-D sensors in human-robot interaction
Czech Technical University in Prague(布拉格捷克理工大学)
近年来,人与机器人在约束较少的环境中的交互受到了广泛的关注,这种交互的安全性至关重要。最近的安全标准规定了两种风险评估方法:(i)功率和力限制以及(ii)速度和分离监测。与仅限于安全区域监控的行业典型解决方案不同,我们提出了一个框架,该框架以详细,通用,透明和可调的方式实现机器人和人类操作员之间的分离距离监控。对于机器人和人体上的所有关键点,成对地评估分离距离,并且因此可以选择性地修改分离距离以考虑特定条件。该框架的操作在Nao人形机器人与RealSense RGB-D传感器感知的人类伙伴进行交互并采用OpenPose人类骨骼估计算法上进行说明。
2018-10-11 cs.RO
Smart Driver Monitoring Robotic System to Enhance Road Safety : A Comprehensive Review
University of Tennessee(田纳西大学)
本综述梳理了从传统生理监测到人脸识别等的驾驶员监测技术现状,探讨现有系统挑战,研究集成AI与传感器的智能机器人系统实现实时人机互动的方案,为人机交互与汽车安全交叉领域研究奠定基础并指明新方向。
2024-01-28 cs.RO
Improving Functional Reliability of Near-Field Monitoring for Emergency Braking in Autonomous Vehicles
Department of Electrical and Computer Engineering, University of the Bundeswehr Munich(电气与计算机工程系,联邦国防军大学米兰(慕尼黑))
针对自动驾驶近场监测误报问题,提出基于动态空间属性、物体尺寸和运动感知预测的三种策略,并在仿真中验证其显著提升紧急制动近场监测可靠性。
2025-07-21 cs.RO cs.SY eess.SY
LOMORO: Long-term Monitoring of Dynamic Targets with Minimum Robotic Fleet under Resource Constraints
College of Engineering, Peking University(北京大学工程学院)
本文提出LOMORO在线协调方案,解决资源约束下动态目标长期监测问题,通过资源感知任务协调与在线适应算法,在保证监测间隔和资源水平的同时最小化活动机器人数量。
2025-10-11 cs.RO
A Capability and Skill Model for Heterogeneous Autonomous Robots
Helmut-Schmidt-University(赫尔穆特·施密特大学)
异构自主机器人团队变得越来越重要,因为他们促进各种复杂的任务。对于这样的异构机器人,目前没有一致的方式来描述每个机器人提供的功能。在制造领域,能力建模被认为是一种很有前途的方法,语义模型的功能提供不同的机器。本文研究了如何将能力模型从制造业扩展到自主机器人领域,并提出了一种建立能力模型的方法。
2023-02-09 cs.AI cs.RO
Bridging Intelligence and Instinct: A New Control Paradigm for Autonomous Robots
Shanghai Hrstek Co., Ltd(上海赫斯特克有限公司)
本文提出一种分层控制范式,将大语言模型智能与机器人本能结合,以抑制幻觉并保障安全关键任务,从而提升自主机器人的安全性与通用性。
2024-04-30 cs.RO
A Framework for Monitoring Human Physiological Response during Human Robot Collaborative Task
Rochester Institute of Technology(罗切斯特理工学院)
本文提出了一种在人机协作任务中监测人体生理反应的框架。该框架突出了与人类和机器人相关的事件标记的生成以及所收集的数据的同步的重要性。该框架使连续的数据汇集在HRC任务时,改变机器人的动作作为一种形式的刺激,以调用人类的生理反应。它还提出了两个案例研究的基础上,这个框架和一个数据可视化工具的代表性和易于分析的HRC实验过程中收集的数据。
2019-07-26 cs.MA cs.RO
Technical Opinion: From Animal Behaviour to Autonomous Robots
University of Aberdeen(阿伯丁大学);University of Uyo(乌约大学)
随着机器人在非结构化现实世界环境中的应用越来越多,机器人专家越来越关注这种环境的复杂性所带来的问题。解决这些问题的方法之一是机器人的自主性。由于自然界已经解决了自主性问题,它可以成为开发自主机器人的合适模型。本文从动物行为的角度对机器人自主性进行了简要的综述。它检查了一些国家的最先进的技术,以及建议可能的研究方向。
2020-12-11 cs.AI cs.RO
Speed and Separation Monitoring using on-robot Time--of--Flight laser--ranging sensor arrays
Rochester Institute of Technology(罗切斯特理工学院)
在本文中,速度和分离监测(SSM)的安全控制器使用三个时间的飞行距离传感器阵列固定到机器人的链接,实现。基于人与机器人的最小距离和相对速度,控制器输出的特点是调制机器人的操作速度。为了避免自回避,自遮挡检测方法的实现,使用光线投射技术过滤出的距离值与机器人的自我和受限的机器人工作空间。为了验证,使用运动捕捉设置来监视机器人工作空间,以创建人类和机器人的数字孪生。该设置用于比较各种版本的SSM安全配置的安全性、性能和生产率,这些配置基于使用机器人飞行时间传感器、运动捕捉和2D扫描激光雷达计算的人与机器人之间的最小距离。
2019-04-16 cs.MA cs.RO
RTLola Cleared for Take-Off: Monitoring Autonomous Aircraft
Saarland University(萨尔大学);German Aerospace Center (DLR)(德国航空航天中心)
无人驾驶飞机的自主控制是一个高度安全关键的领域,在物流、农业、土木工程和灾难恢复等广泛的应用领域具有巨大的经济潜力。我们报告的发展动态监测框架的DLR ARTIS(自主旋翼机智能系统试验台)系列的无人驾驶飞机的基础上,正式的规约语言RTLola。RTLola是一种基于流的实时特性规约语言。危险情况和系统故障的RTLola规范在一致性和资源使用方面进行静态分析,然后自动转换为基于FPGA的监视器。我们的方法可以实现高效的并行监视器,并正式保证监视器不干扰自治系统的正常运行。
2020-07-29 cs.RO cs.SE eess.SP
Egocentric Visual Self-Modeling for Autonomous Robot Dynamics Prediction and Adaptation
Columbia University(哥伦比亚大学);Duke University(杜克大学)
本文提出一种仅用单目第一视角相机、自监督学习的任务无关动力学自模型,在12自由度机器人上验证了运动能力、异常检测与行为适应,并展示了跨配置的泛化性,为自主、适应和韧性机器人系统奠定基础。
2024-03-15 cs.RO
MengeROS: a Crowd Simulation Tool for Autonomous Robot Navigation
The Graduate Center(纽约市立大学研究生中心);Hunter College of The City University of New York(纽约市立大学亨特学院)
虽然在大型拥挤的环境中有效导航对于自主机器人至关重要,但支持它的算法的初步测试需要在广泛的人群场景中进行模拟。大多数可用的仿真工具提供没有机器人的真实人群或没有真实人群的真实机器人。本文介绍了MengeROS,一个2-D模拟器,逼真地集成了多个机器人和人群。MengeROS提供了广泛的设置,用于测试为大型拥挤环境设计的导航算法的功能和性能。
2018-01-26 cs.RO
Long-Term Autonomous Ocean Monitoring with Streaming Samples
School of Informatics, Computing, and Engineering(信息学、计算与工程学院);Indiana University(印第安纳大学)
针对自主海洋监测中标准高斯过程回归难以处理大规模流式传感数据的问题,本文提出基于流式稀疏GP的环境建模框架,可在线增量处理数据,在降低计算与内存成本的同时保障模型近似质量,适用于长期监测任务。
2023-06-11 cs.RO
Automated Robotic Monitoring and Inspection of Steel Structures and Bridges
University of Nevada, Reno(内华达大学里诺分校);University of Technology Sydney(悉尼科技大学)
本文介绍了视觉和三维结构检测钢结构和桥梁使用开发的攀爬机器人。机器人可以在钢铁表面上自由移动,携带传感器,收集数据,然后实时的发送到地面站进行监控以及进一步处理。通过对钢结构表面图像的拼接和三维地图的建立,提供了结构的当前状态。此外,实现了基于计算机视觉的方法来检测拼接图像上的表面缺陷。在多种情况下测试攀爬机器人检测的有效性,以确保牢固的钢附着力和成功的数据汇集。检测方法也成功地评估了各种测试图像,其中钢裂纹可以自动识别,而不需要一些启发式推理。
2017-05-13 cs.RO
Design and Development of Autonomous Delivery Robot
Visvesvaraya National Institute of Technology(维斯瓦瓦拉亚国家理工学院)
自主机器人领域正在快速发展。在车辆中使用越来越多传感器的趋势是由立法和消费者对更高安全性和可靠服务的需求推动的。如今,机器人随处可见,从家庭,医院到工业和军事行动。自主机器人被开发得足够强大,可以与人类一起工作,并有效地完成工作。人类对周围的物理力量有一种自然的理解,比如重力,运动感等,这些都不是明确教授的,而是自然发展的。但机器人却不是这样。为了使机器人完全自主并有能力与人类一起工作,机器人必须能够感知情况并设计一个平稳运行的计划,考虑执行任务时可能发生的所有逆境。在这篇论文中,我们提出了一个自主的移动机器人平台,提供VNIT校园内的包没有任何人的相互沟通。从一个初始的用户提供的地理目标位置,该系统规划一个优化的路径,并自主导航通过它。
2021-03-16 cs.CV cs.RO
Get the Ball Rolling: Alerting Autonomous Robots When to Help to Close the Healthcare Loop
Beijing Jiaotong University(北京交通大学);Beijing Institute for General Artificial Intelligence(北京通用人工智能研究院)
针对医疗保健机器人自主判断协助时机等需求,研究者提出自主协助挑战与配套众包大规模数据集,聚焦三类特定挑战,并提出无学习设置下闭合医疗循环的Helpy方案。
2023-11-05 cs.AI cs.CL cs.RO
Underactuated Biomimetic Autonomous Underwater Vehicle for Ecosystem Monitoring
Plaksha University(普拉克斯大学)
本文提出一种用于海洋与淡水生态系统监测的欠驱动仿生水下机器人,通过强化学习在FishGym模拟器中学习最小驱动行为,并展示了尾部摆动机构的初步设计与游泳效果。
2025-11-09 cs.RO cs.SY eess.SY
Discretization and fitting of nominal data for autonomous robots
University of Coimbra(科英布拉大学)
本文提出了从三维CAD图纸中提取的机器人标称路径的离散化方法。机器人路径离散化的背后是机器人调整遍历路径的能力,使得机器人工具和工件之间的接触得到适当的保持。此外,提出了一种基于模糊PI控制的混合力/运动控制系统,以调整机器人路径与外部传感器反馈。所有这些功能都可以促进机器人编程过程并提高机器人的自主性。
2013-09-09 cs.RO
Multi-Robot Persistent Monitoring: Minimizing Latency and Number of Robots with Recharging Constraints
University of Maryland(马里兰大学);Purdue University(普渡大学);University of Waterloo(滑铁卢大学)
在本文中,我们研究了多机器人路径规划的持续监测任务。我们考虑的情况下,机器人有一个有限的电池容量与放电时间$D$。我们将被监控的区域表示为加权图的顶点。对于每个顶点,机器人访问之间的最大允许时间有一个约束,称为延迟。我们的目标是找到最少数量的机器人,可以满足这些延迟的限制,同时也确保机器人定期在充电站充电。这个问题的决策版本是已知的PSPACE完全。我们提出了一个$O(\frac{\log D}{\log \log D}\log ρ)$近似算法的问题,其中$ρ$是最大和最小延迟约束的比率。我们还提出了一个定向运动为基础的启发式来解决这个问题,经验表明,它通常提供更高质量的解决方案比近似算法。我们扩展我们的研究结果提供了一个算法的问题,最大加权延迟给定一个固定数量的机器人。我们评估我们的算法在巡逻的情况下,在野火监测应用程序的大型问题实例。我们还比较了算法与现有的求解器的基准实例。
2023-03-15 cs.RO
SARAL-Bot: Autonomous Robot for Strawberry Plant Care
University of Nevada Reno(内华达大学里诺分校)
针对草莓种植劳动力密集问题,SARAL团队开发参赛自主机器人SARAL-Bot,融合导航与基于视觉的病叶检测、摘除能力,以降低成本并推动智能可持续农业。
2025-06-07 cs.RO
Gradual Collective Upgrade of a Swarm of Autonomous Buoys for Dynamic Ocean Monitoring
Singapore University of Technology and Design(新加坡科技设计大学);Massachusetts Institute of Technology(麻省理工学院)
配备环境传感器和分散式通信的自主水面车辆群为监测海洋和其他水体的动态特征带来了新一波诱人的可能性。然而,群体机器人设计中的一个关键挑战是异构系统的有效集体操作。我们提出了理论分析和现场实验的响应在动态区域覆盖的集体的22个自主浮标,其中4个单位升级到一个新的设计,使他们能够移动80%的速度比其他的。该系统能够在分钟的时间尺度上对数千平方米量级的区域变化做出反应。我们观察到,系统的这种部分升级大大提高了其平均响应能力,但不一定改善部署的空间一致性。这些实验表明,自主浮标的设计和合作控制规则中所描述的这项工作提供了一个有效的,灵活的,可扩展的解决方案,为水环境的普遍和持久的监测。
2018-08-31 cs.RO
Robot Safety Monitoring using Programmable Light Curtains
Robotics Institute at Carnegie Mellon University(卡内基梅隆大学机器人研究所);TU Munich(慕尼黑工业大学);MIT(麻省理工学院)
本文提出利用可编程光幕(PLC)构建低成本、可重构的实时机器人安全监控系统,通过动态安全包络入侵检测和多PLC最优布设算法,实现无围栏人机协作与多机器人覆盖,并在四机械臂制造测试平台上验证其快速、准确和经济性。
2024-04-04 cs.RO
RaccoonBot: An Autonomous Wire-Traversing Solar-Tracking Robot for Persistent Environmental Monitoring
University of California, Irvine(加利福尼亚大学欧文分校)
本文提出RaccoonBot,一种自主巡线太阳能跟踪机器人,通过自锁机械设计和太阳能跟踪算法实现持续环境监测中的能量自主,实验验证其能应对电线扰动与倾斜。
2025-01-24 cs.RO
Umgebungserfassungssystem fuer mobile Roboter (environment logging system for mobile autonomous robots)
FACHHOCHSCHULE LAUSITZ University of Applied Sciences(劳西茨应用技术大学)
本学位论文描述了该模块的理论基础、概念和应用开发过程的最终结果。对于环境记录而言,使用用于内部的小型移动机器人应当是昂贵的激光扫描仪的经济替代方案。因此,作用半径内物体的结构、颜色或材料以及环境亮度和照明对测量结果没有影响。
2012-01-03 cs.AR cs.RO
Cooperation of Multiple Autonomous Robots and Analysis of their Swarm Behavior
在本文中,我们扩展了之前对协作自主机器人的研究,以包括环境变化和群中机器人数量变化可能影响执行分配给机器人群的任务的效率的情况。我们提出了一种新的方法,基于划分的机器人行为。描述子路线的子图使我们能够使用有限数量的状态组合来模拟自主机器人之间的高级交互,避免可达性的组合爆炸。我们确定了可以确保机器人交互正确性的系统。提出了组合机器人行为验证与分析的新技术。分区图使我们能够模拟先进的自主机器人之间的相互作用和检测不规则性,如死锁,缺乏终止等技术提出了验证和分析组合机器人的行为,使用模型检验方法。所描述的系统,Dedan验证器,仍在开发中。在不久的将来,计划进行定时和概率验证。
2018-12-28 cs.MA cs.RO
Botany Meets Robotics in Alpine Scree Monitoring
University of Pisa(比萨大学);Research Center E. Piaggio(E. Piaggio研究中心);Department of Life Sciences(生命科学系)
本文提出利用腿部机器人辅助植物学家进行高山碎石坡监测,通过深度学习检测和分类植物物种,提升监测效率与数据质量。
2025-12-09 cs.RO
Assessing Pedestrian Behavior Around Autonomous Cleaning Robots in Public Spaces: Findings from a Field Observation
Ulm University(乌尔姆大学);Johannes-Gutenberg University of Mainz(约翰内斯·古腾堡-美因茨大学)
本研究通过实地观察498名行人,发现行人分心与否对绕行自主清洁机器人的行为无显著影响,而机器人类型和运动模式显著影响横向避让次数与距离,为公共空间人机交互设计提供实证依据。
2025-08-19 cs.RO
Behavioural self-monitoring for autonomous earth observation agents: The attribute reliability monitor (ARM)
Thales Alenia Space España(泰雷兹阿莱尼亚航天西班牙公司)
本研究提出属性可靠性监控器(ARM)框架,通过黑盒行为监控评估语义属性可靠性,可适配不同检测器与监控方法,经卫星热红外图像专用视觉语言模型验证,能区分操作怀疑与语义正确性,指导模型输出使用。
2026-10-14 cs.RO
Towards Preference Learning for Autonomous Ground Robot Navigation Tasks
CCDC Army Research Laboratory(CCDC陆军研究实验室)
我们感兴趣的自主机器人行为的设计,学习用户的偏好,在持续的互动,以有效地执行导航行为的方式,用户期望的目标。在本文中,我们讨论了我们正在进行的工作,以修改一个通用模型的机器人导航行为的探索任务,在每个用户的基础上,使用基于偏好的强化学习。这种方法的新颖贡献在于,它结合了强化学习、运动规划和自然语言处理,允许自主智能体从与人类队友的持续对话中学习,而不是一次性的指令。
2020-11-05 cs.RO
The Analysis of Discrete-Event System in Autonomous Package Delivery using Legged Robot and Conveyor Belt
National University of Singapore(新加坡国立大学)
在本文中,离散事件系统(DES)的监督控制分析的状态和事件,构建一个自治的包裹递送系统。配送系统包括一个用于在不平坦的室内地形中自主行走的足式机器人和一个用于将包裹运送到足式机器人的传送带,目的是利用DES的监督控制理论对机器的状态和事件进行监督控制,保证机器人自主协作。通过应用该理论,我们展示了两个单独的机器人在多楼层环境中运送货物的协作。在仿真环境中实现和验证了从监督控制理论得到的结果。
2021-01-29 cs.RO
Complete Visibility Algorithm for Autonomous Mobile Luminous Robots under an Asynchronous Scheduler on Grid Plane
Nagoya Institute of Technology(名古屋工业大学);Hosei University(法政大学)
针对无限网格平面上不透明发光机器人的完全可见性问题,提出一种仅用两种颜色、支持异步运行且无需知晓机器人总数的分布式算法,明确了机器人能力与问题可解性的关联。
2023-06-14 cs.DC cs.RO
Algorithms for Visibility-Based Monitoring with Robot Teams
Virginia Tech(弗吉尼亚理工大学);University of Pennsylvania(宾夕法尼亚大学)
我们研究的问题,规划路径的机器人视觉监控环境的团队。我们的工作是由监视和持续监控应用程序驱动的。我们给出了一组目标点在多边形的环境中,必须使用机器人与摄像机进行监控。目标是计算所有机器人的路径,使每个目标至少从一条路径可见。在其一般形式中,这个问题是NP-难的,因为它推广了画廊问题和守望者路线问题。我们研究两个版本:(i)几何版本在\emph{street polygons},我们给一个多项式时间$4$ -近似算法;及(ii)一般版本,我们提出了一个实际的解决方案,找到最佳的解决方案,在可能的指数时间。除了理论证明,我们还提出了模拟研究的结果。
2016-12-10 cs.RO
Managing a Fleet of Autonomous Mobile Robots (AMR) using Cloud Robotics Platform
TCS Research, Tata Consultancy Services(TCS研究部,塔塔咨询服务公司)
在本文中,我们提供的细节,实现一个系统,用于管理一个车队的自主移动机器人(AMR)在工厂或仓库的前提下运行。虽然机器人本身是自主的运动和避障能力,每个机器人的目标目的地是由一个全局规划器。全局规划器和地面车辆(机器人)构成一个多智能体系统(MAS),通过无线网络相互通信。探讨了三种不同的实施办法。前两种方法利用基于分布式计算的网络机器人架构和机器人操作系统(ROS)本身的通信框架,而第三种方法则使用Rapyuta Cloud Robotics框架来实现。这些方法的比较性能进行了分析,通过仿真以及现实世界的实验与实际的机器人。与通常的ROS框架相比,这些分析提供了对Cloud Robotics Platform内部工作的深入理解。通过这个练习获得的见解将是有价值的学生以及有兴趣在其他地方实现类似系统的实践工程师。在此过程中,我们还确定了当前Rapyuta平台的一些关键限制,并提供了克服这些限制的建议。
2017-06-27 cs.RO
Stinger Robot: A Self-Bracing Robotic Platform for Autonomous Drilling in Confined Underground Environments
Department of Electrical and Photonics Engineering, DTU(电气与光子工程系,丹麦技术大学)
本文提出Stinger Robot,一种用于受限地下环境自主钻探的自支撑机器人平台,通过机械自锁三足支撑机构和力感知闭环控制策略,实现稳定锚固与高力钻探,为模块化协作采矿奠定基础。
2025-07-31 cs.RO
Secure Encoded Instruction Graphs for End-to-End Data Validation in Autonomous Robots
University of Turku(图尔库大学);Massachusetts Institute of Technology(麻省理工学院)
随着自主机器人的普及,机器人操作的安全性越来越受到关注。自主机器人可以被视为网络物理系统:它们可以在虚拟,物理和人类领域中运行。因此,保护自主机器人的操作不仅需要保护它们的数据(例如,传感器输入和任务指令),但是保护它们与其环境的交互。目前缺乏方法,可以让机器人在没有外部反馈的情况下安全地确保其传感器和执行器正确运行。本文介绍了一种编码方法和端到端的验证框架的自主机器人的任务。特别是,我们提出了一个概念证明的地图编码方法,它允许机器人导航现实的环境和验证操作指令几乎为零{ \it先验}知识。我们展示了我们的框架,使用两种不同的编码地图在模拟和真实的机器人实验。我们的编码地图具有与典型的基于地标的导航相同的优势,但具有加密哈希的额外优势,可以实现端到端的信息验证。我们的方法适用于机器人操作的任何方面,其中有一个预定义的一组动作或指令给机器人。
2022-04-10 cs.CR cs.RO
The role of successful human-robot interaction on trust -- Findings of an experiment with an autonomous cooperative robot
KUKA(库卡);Ulm University(乌尔姆大学)
本文的基础是一个实验,15名参与者直接与自主机器人进行交互。参与者的任务是在两种不同的设置中携带一张桌子,以及一个机器人,该机器人旨在支持老年人完成繁重的任务。通过收集和分析观察,定量和定性数据的相互作用进行了调查,特别强调在机器人的信任。总体目标是更好地理解人们在日常场景中与功能机器人接触时的情感和评价反应。这项研究表明,成功的合作任务完成有积极的影响信任和其他相关的评价,如感知适应性关于机器人的行为。
2021-04-14 cs.RO
Accurate Crop Spraying with RTK and Machine Learning on an Autonomous Field Robot
University of Moratuwa(莫拉图瓦大学);Cornell University(康奈尔大学)
本文提出一种自主田间机器人,结合机器视觉识别植物与RTK-GPS导航,实现精准喷洒农用化学品,并在盆栽植物田中验证成功。
2023-10-25 cs.RO
Design and Operation of Autonomous Wheelchair Towing Robot
Seoul National University of Science and Technology(首尔国立科技大学);Seoul National University(首尔国立大学)
本研究提出一种新型自主轮椅牵引机器人,通过麦克纳姆轮驱动和新型对接机构连接手动轮椅,并利用摄像头传感器和图像处理技术自主跟随医院走廊彩色通道,实现患者安全运输。
2023-05-23 cs.RO
A Realtime Autonomous Robot Navigation Framework for Human like High-level Interaction and Task Planning in Global Dynamic Environment
在本文中,我们提出了一个框架,实时自主机器人导航的基础上云和按需数据库,以解决两个主要问题的类人机器人交互和任务规划在全球动态环境中,这是不知道的先验。我们的框架有助于使人类的大脑GPS地图系统的机器人使用空间信息和独立的机器人导航进行三维视觉语义SLAM。我们将机器人的记忆系统分为长期记忆和短期记忆。通过将这些记忆与自主导航模块(ANM)、学习模块(LM)和行为规划模块(BPM)相连接,形成机器人的行为和知识系统。建议的框架进行评估,通过模拟使用基于ROS的Gazebo模拟移动机器人,RGB-D相机(3D传感器)和激光测距仪(2D传感器)在3D模型的现实室内环境。仿真证实了我们提出的框架的实质性的实际优点。
2019-05-30 cs.RO
Investigating Robot Dogs for Construction Monitoring: A Comparative Analysis of Specifications and On-site Requirements
TU Munich(慕尼黑工业大学)
本文调研了机器狗在建筑工地监测中的潜在可用性,通过对比不同规格与现场需求并开展大型工地真实实验,证明其能有效降低人工投入,是未来监测复杂建筑环境的宝贵资产。
2024-09-23 cs.AR cs.CV cs.RO
Future Intelligent Autonomous Robots, Ethical by Design. Learning from Autonomous Cars Ethics
Mälardalen University(梅拉达伦大学);University of Gothenburg(哥德堡大学)
智能自主机器人技术的发展以其对个人和社会产生预期的有益影响为前提。在这种颠覆性的新兴技术的情况下,不仅如何构建的问题,而且为什么要构建以及会产生什么后果的问题都很重要。智能自动驾驶机器人汽车的道德领域是具有可操作实用价值的研究的一个很好的例子,其中包括法律系统和其他社会和政府行为者以及公司和企业在内的各种利益相关者进行合作,带来对技术的道德和社会方面的共同看法。它可以作为一般智能自主机器人开发方法的起始平台,考虑技术生存周期不同阶段的人机界面-开发、实施、测试、使用和处置。从我们对自主智能机器人汽车伦理的研究以及现有的机器人伦理文献中,我们的贡献包括一套价值观和伦理原则,以及确定的挑战和应对挑战的建议方法。这可能有助于智能自主机器人领域的利益相关者将伦理原则与其应用联系起来。我们对自动驾驶汽车道德要求的建议可用于其他类型的智能自动驾驶机器人,但对于社交机器人需要进行更多有关与用户交互的研究。我们强调,现有的道德框架需要以一种对背景敏感的方式加以应用,通过多学科、多能力团队的评估,通过多标准分析。此外,我们认为,需要不断发展的道德原则,指导方针和法规,通过技术的进步和相关利益相关者的参与。
2021-07-16 cs.AI cs.CY cs.RO
Impact-resistant, autonomous robots inspired by tensegrity architecture
Yale University(耶鲁大学);Rutgers University(罗格斯大学)
受张拉整体结构启发,提出一种由刚性杆和弹性腱构成的抗冲击自主机器人,具备高移动速度、姿态重建和陡坡攀爬能力,在非结构化地形导航中展现了卓越鲁棒性。
2025-01-25 cs.RO
Autonomous Mobile Robot Navigation: Tracking problem
本研究针对自主移动机器人导航跟踪问题,研究里程计、目标跟踪、避障三类核心行为,结合仿真与真实环境(含Pioneer、Elegoo机器人平台)完成验证,为鲁棒导航系统开发提供参考。
2024-07-08 cs.RO
Perceptual Distortions and Autonomous Representation Learning in a Minimal Robotic System
Dedan Kimathi University of Agriculture and Technology(德丹·基马蒂农业技术大学)
本文利用配备距离传感器和罗盘的最小双轮机器人系统,研究感知扭曲的本质及其对自主表征学习的影响,发现机器人在无明确空间信息时能自主学会结构化导航表征,为具身认知和人工生命提供新见解。
2025-07-10 cs.RO
Monitoring weeder robots and anticipating their functioning by using advanced topological data analysis
ESI Group(ESI集团);VITIROVER(VITIROVER公司);Universidad Cardenal Herrera-CEU(CEU红衣主教埃雷拉大学)
本文旨在分析除草机自主机器人在操作中遵循的复杂轨迹的拓扑内容。我们将证明,这些轨迹的拓扑描述符的机器人环境,以及由机器人的状态,相对于维护操作的影响。拓扑数据分析将用于基于同源持久性提取轨迹描述符。然后,将应用适当的度量,以便比较轨迹的拓扑表示,对它们进行分类或进行有效的模式识别。
2021-08-19 cs.AI cs.RO
AUTONAV: A Toolfor Autonomous Navigation of Robots
School of Mathematical and Computational Sciences(数学与计算科学学院);Indian Association for the Cultivation of Science(印度科学促进协会)
该研究提出工具AUTONAV以自动化机器人自主导航的建图、定位与路径规划任务,其模块化架构支持多算法集成比较,并在室内仿真场景验证了其生成地图与路径规划的能力。
2025-04-10 cs.AI cs.RO
Towards an Autonomous Minimally Invasive Spinal Fixation Surgery Using a Concentric Tube Steerable Drilling Robot
University of Texas at Austin(德克萨斯大学奥斯汀分校);The University of Texas Dell Medical School(德克萨斯大学戴尔医学院);University of Edinburgh(爱丁堡大学)
本文提出一种集成七自由度机械臂的同心管可转向钻孔机器人系统,通过创建精确J形轨迹解决自主微创脊柱内固定手术中刚性器械无法触及椎体区域的问题,并经校准和模拟实验验证了其安全准确性能。
2024-05-29 cs.RO
ARCGym: Benchmarking Deep Reinforcement Learning in Autonomous Robotic Colonoscopy
University of Copenhagen(哥本哈根大学)
ARCGym是用于自主机器人结肠镜检查的强化学习环境与基准,支持多种柔性内窥镜,实验表明自主导航仍具挑战性,近端插入致动是开放问题。
2026-09-22 cs.RO