采用深度相机、3D激光雷达、高精度GPS等传感设备,获取环境数据。将小样本的贝叶斯规划学习与大样本的深度学习相结合,模拟人类智能,以特定领域为对象,展开环境语义感知,并可迁移到其它领域。
以环境感知为前提,模拟人类决策智能,完成机械手臂的运行轨迹实时动态规划、移动平台路线规划、作业与行走障碍物检测与躲避,及相关运动学与动力学解析。
以类人智能决策为前提,实现机械手臂的灵活作业、移动平台自主行走。所开发的AU-R-3D、AU-R-Bayes、AU-R-Velo系统具备实时环境重建与语义感知、小样本快速识别、类人自主控制能力。