您所在的位置: 成果库 移动机器人智能感知与 3D 导航计算单元

移动机器人智能感知与 3D 导航计算单元

发布时间: 2025-10-25

基本信息

合作方式: 技术服务
成果类型: 发明专利
行业领域:
新一代信息技术产业,人工智能
成果介绍
北京工业大学针对移动机器人在城市楼宇、园区巡检等复杂动态场景中 “感知精度低、动态适应性差、导航不可靠” 等痛点,研发了移动机器人智能感知与 3D 导航计算单元,目前已在仿人机器人及服务机器人中应用,具有良好产业化前景。 该计算单元核心技术包括:基于多传感器融合的动态环境感知技术,集成深度相机、激光雷达等传感器,开发语义分割与点云配准算法,实现场景特征实时检测与理解;构建轻量化感知计算单元(重量 1.139kg,功率 22.26W),嵌入式平台支持三维模型建模(更新周期 0.33s,延时 < 0.5s);设计融合短期与长期记忆的导航算法,生成多属性语义地图,可通行区域正确率达 93.3%,静态环境 2m 内平面位置精度 ±1.5cm。 已在北理工 BHR-8 型仿人机器人完成 3 个月测试,并应用于云迹科技服务机器人,解决了动态环境感知弱、定位精度低等问题,为移动机器人自主移动提供关键技术支撑。
成果亮点
传统移动机器人感知导航技术存在 “硬件笨重、动态适应弱、导航精度低” 等局限,本成果通过技术创新实现突破,核心亮点如下: 1. 轻量化低功耗设计:感知计算单元重量仅 1.139kg,功率 22.26W,较同类产品减重 60%、功耗降低 50%,适配仿人机器人、服务机器人等轻量化设备,解决 “负载大、续航短” 难题; 2. 多传感器融合感知:融合深度相机与激光雷达数据,开发 FF-LOGO 点云配准算法(发表于 ICRA)及动态环境 RGB-D SLAM 方法,实现复杂场景实时建模(更新周期 0.33s),场景理解准确率超 90%,较单一传感器抗干扰能力提升 40%; 3. 高鲁棒性导航算法:构建多属性语义地图,融合短期记忆局部规划与长期记忆全局规划,可通行区域生成正确率 93.3%,静态环境定位精度达 ±1.5cm,动态场景避障响应时间 < 0.5s,解决导航卡顿问题; 4. 强兼容性与扩展性:已适配 BHR-8 型仿人机器人及云迹科技服务机器人,支持工业、服务等多场景快速部署,算法接口开放,便于第三方机器人集成,适配周期≤7 天。
团队介绍
(按解决该项成果技术问题所作贡献大小排序) 1. 马楠(团队负责人):北京工业大学教授、博士生导师,青年北京学者,国家重点研发计划项目负责人,智能感知与自主控制教育部工程研究中心副主任。主导多传感器融合感知与导航算法研发,提出轻量化计算单元设计方案,获 2022 年中国图象图形学学会科技进步一等奖等,发表论文 80 余篇,申请专利 30 项,是成果核心研发者; 2. 智能交互团队:由机器视觉、无人驾驶领域研究人员组成,负责动态环境感知算法、点云配准技术开发,在 ICRA 等顶级会议发表论文,开发的 SLAM 方法获发明专利; 3. 硬件与集成团队:负责轻量化感知单元的硬件选型与嵌入式平台开发,优化传感器布局与功耗控制,实现 1.139kg 的轻量化设计; 4. 应用测试团队:对接北理工、云迹科技等单位,开展机器人整机测试与算法优化,验证计算单元在不同场景的适配性与稳定性。
成果资料
产业化落地方案
点击查看