答辩博士：吴巧云
指导老师：汪俊 教授/博导
论文题目：基于视觉的移动机器人智能导航关键技术研究
答辩委员会：
主席：周来水 教授/博导 南京航空航天大学
委员：郭延文 教授/博导 南京大学
王雁刚 教授/博导 东南大学
安鲁陵 教授/博导 南京航空航天大学
王小平 教授/博导 南京航空航天大学
张 臣 教授/博导 南京航空航天大学
汪 俊 教授/博导 南京航空航天大学
秘书：魏明强 副教授/硕导 南京航空航天大学
答辩时间：2021年5月8日下午02:00
地点：南航明故宫校区6#201
学位论文简介：
本文主要面向复杂多变的室内环境，以突破目标图像驱动的移动机器人智能导航技术为目标，借鉴特征提取、概率理论、深度学习等信息表达与处理方法，开展移动机器人实时环境感知、视觉分析及推测、自主决策及动态避障控制等关键技术的研究，开发了移动机器人室内智能导航系统，提高移动机器人导航过程的稳定性、高效性和智能性，实现了移动机器人在实际复杂室内环境的智能导航。本文的主要贡献包括以下几个方面：
（1）研究了移动机器人实时环境感知技术，提出了一种导航目标驱动的视觉图像特征图重构方法，实时分析移动机器人视觉传感器获取的图像，增强与导航目标密切相关的视觉特征，以辅助机器人的导航决策；分析了影响移动机器人导航的主要障碍物，提出了基于视觉图像语义分割的环境障碍物检测策略，以辅助后续移动机器人导航过程中自主避障。
（2） 分析了移动机器人导航过程中的正向动力学，设计了导航视觉图像特征空间约束，构建了基于深度贝叶斯推断的移动机器人导航视觉预测（生成）模型，缓和了现有的视觉预测模型易出现过拟合，在处理高维度、高复杂度的视觉图像数据时，计算量较大，扩展性较差等问题，使得视觉预测在移动机器人智能导航中的应用成为可能。
（3）针对目标图像驱动的智能导航任务，模拟了机器人运动正向动力学以及导航动作与视觉观测变化之间的因果关系，提出了基于信息论正则化约束的移动机器人静态环境导航决策模型，建立了视觉观测与导航目标之间的关联，最大化了机器人导航动作、视觉观测、视觉预测这三者之间的互信息，实现移动机器人在静态环境下的智能导航，同时提高其对复杂多变的环境的适应性。基于一些公开数据集，与国内外最新的目标图像驱动的智能导航技术相比，本文的方法导航成功率至少高出7%。
（4）提出了一种基于视觉和激光雷达组合的移动机器人动态避障导航框架，首次在目标图像驱动的导航过程中设计了移动机器人的动态避障模块，以实现移动机器人在接近目标对象所在位置的同时，能够避开环境中其他静态或动态障碍物。基于本文的动态避障导航模型，机器人能很好地避开1到1.5米外的突然出现的动态障碍物，并且将出现振动/冻结情况的百分比降至8%左右。
（5）研究了智能导航系统集成技术，基于Turtlebot2移动机器人、Rplidar A1激光雷达传感器，以及四个高清免驱单目相机，搭建了移动机器人室内智能导航系统；开展了不同复杂室内场景下，基于国内外智能导航研究最新技术的移动机器人智能导航实验。实验结果表明，本文提出的智能导航系统，机器人导航成功率提升至少4%，在动态环境下，导航过程的碰撞率减少了至少12%，验证了研究基于视觉图像的环境感知，视觉分析与推测，自主决策，动态避障等技术实现智能导航的正确性以及集成系统的可行性。
主要创新点如下：
（1）提出了一种导航目标驱动的视觉图像特征图重构方法，实时分析移动机器人视觉传感器获取的图像，提取与导航目标密切相关的视觉特征。提出了基于移动机器人视觉图像语义分割的环境障碍物检测策略，以辅助后续移动机器人导航过程中自主避障。
（2）构建了基于深度贝叶斯推论的移动机器人导航视觉生成模型，实现了导航目标驱动的移动机器人视觉分析推理，以预测移动机器人下一时刻视觉内容。
（3）提出了基于信息论正则化约束的移动机器人静态环境导航决策模型，实现移动机器人在静态环境下的智能导航，同时提高移动机器人对复杂多变的环境的适应性。
（4）提出了基于视觉和激光雷达组合的移动机器人动态避障导航框架，首次在目标图像驱动的导航过程中设计了移动机器人的动态避障模块，以实现机器人在接近目标对象所在位置的同时，能够避开环境中其他静态或动态障碍物。
