智能机器人

在伙伴关系澳洲电信,我们正在开发一个移动机器人网络控制在5克附近的链接。这个项目正在调查:

• 5 g的典型特征(极低延迟、高可靠性和快速吞吐量)

• 工业应用的实时控制和自动化通过5 g

我们使用的移动机器人可以完成任务,如部分交付,产品检验和与人类合作运营商或其他机器人在生产过程中。

我们正在开发移动机器人系统在非结构化环境中,特别是果园、农业和林业环境。

机载传感器系统特性(包括一个惯性测量单元和计算机视觉),优越的机动性、敏捷性和情报,并可以自动进行各种操作,如协助果园工人、运输、喷涂、除草、收获、数据收集和环境管理。

我们的研究涵盖了这些主题:

• 小说地面车辆系统的运动和机动性

• 建模和disturbance-free接近微型飞行器的控制环境和基础设施的监控和管理

• 深度学习模式识别在自然环境中机器人指导

• 误差建模和量化的成像系统,提高本地化

• 多传感器数据融合的准确定位和定位

• 多主体合作控制农业post-farm门,物流

在伙伴关系仿生视觉技术探索机器人视觉技术的适应性,我们建立一个数据驱动的管道等增强可穿戴辅助技术的视网膜植入物。

视网膜植入物,也称为仿生的眼睛,是主要治疗视网膜疾病,如视网膜色素变性和年龄相关性黄斑变性。这个植入式micro-electrode数组可以通过电刺激恢复视觉幸存的视网膜细胞。这个过程的主要输入视频帧从一个头盔摄像头获得的。

然而,由于高度受限的解决先进的植入物(低至40像素),一个重要的帧图像采样下来必须执行。这使得我们考虑计算机视觉和图像增强算法来检测,提取和增强的信号传递到植入为了强调关键特性的环境安全是至关重要的,独立的视觉指导移植接受者。

在我们的研究中,我们探索了适应机器人视觉技术,如:

• 地平面分割

• 人类的视觉运动处理视觉算法的启发

• 先进的学习和强化学习

我们已经建立了一个数据驱动管道学习和加强重视高优先级任务付诸实用的视觉特征,如导航和桌面对象把握。通过耐心和虚拟现实测试和模拟测试,我们的目标是开发和全面评估视觉处理的解决方案,改善功能结果,增强独立性和提供有用的视力为患者植入这些设备。

视觉处理和可穿戴辅助技术的一个例子。

在伙伴关系CSIRO和Excellerate澳大利亚我们正在开发一些多主体云机器人系统,可用于环境,如学校教室或为老年人提供急救援助。

引入云机器人已经合并的两个ever-progressing域机器人技术和云计算。添加了云的特性意味着更少的依赖人工输入和更多的支持从无处不在的资源。行业4.0的设想是一个关键领域注入这些机器人技术,尤其是在自动化应用,如传感、执行和监控通过云计算和无线传感器的起义。特别是,智能工厂位于偏远地区挑战健康,安全和环境是我们的动力机械检查,保养和维修。

Cloud-aided机器人的传感器可以补充行动导向的任务,如检测、故障诊断和传感器测试。与这些机器人应用程序相关的任务通常是相互依存的,延迟敏感和计算密集型的。此外,资源异构处理能力和能源消耗。这些智能工厂应用程序需要机器人,不断更新的数据,以协调的方式执行任务。因此,实时解决资源约束需求需要得到满足。

考虑到上下文,我们的研究团队的具体目标是设计实时机器人之间的资源分配方案来提高资源共享和优化任务卸载到云多智能云机器人系统。我们已经实现了进化的方法让一个机器人工厂维护应用程序卸载决定样品中石油工厂工作区和最优资源分配的任务在智能工厂的应急管理服务。

研究小组也在几个概念的证据,包括一个cloud-aided机器人硬件的发展,人脸识别,语音控制,环境映射和通过cloud-supported机器人路径规划。我们也支持老年人使用Turtlebot 2.0与急救援助,以及整合机器人教学援助在学校教室。

多智能体云机器人系统的一个例子。

协作机器人(cobots)设计在靠近人类安全工作。引入低成本cobots使得新的机器人应用程序在多个领域包括医疗保健。然而,编程机器人仍然需要专家知识和真正的革命cobot时使用会发生第一次教学机器人执行新任务简化。

通过澳大利亚研究委员会资助的培训中心合作在先进制造机器人,我们的研究重点是使cobots学习任务从人类演示。

通过澳大利亚研究委员会发现项目资助计划,我们的研究重点是:

• 了解机器人的动态行为控制系统在网络环境中

• 开发一个新理论的分析和设计网络机器人控制network-induced约束

机器人控制用于许多工业应用程序来提高效率、生产率和精度。数字技术的发展,尤其是工业4.0,带来更多的网络控制系统,创造新的设计挑战由于network-induced约束如延迟、数据包辍学和网络攻击。

我们对智能算法的机器人和机械电子系统进行非线性、干扰和不确定性。这项研究包括建模和模式识别,控制和优化、传感器和数据处理。

到目前为止,我们开发了算法已经被线用于电动汽车控制系统、防抱死制动系统、灵活的关节机器人,工业驱动、无人自主车辆和更多。

协作机器人(或cobot)是一个机器人已专门设计与人类密切合作而不需要额外的安全设备或击剑。为了达到这个目标,cobot通常配备各种力和位置传感器,检测人类的存在和对象在工作区中。

这套机器人系统的传感器提供了一个机会重新设计的演变从一个“盲人”工具的智能机器可以开发一个“有意义”的环境和自我监控结果或它创建的产品。

这个项目将开发方法cobot将自我评估其性能的实时任务和结果使用信息从它如何感知动作和行动。最终,它将能够评估它的性能几乎以相同的方式,一个熟练的工匠(如电焊机、木工等)知道的经验,创造出优质的产品。

作为人类适应和熟悉cobot队友,紧急工作模式和行为可能会发展和变化。同样,扩增cobots工作流模式可能摆脱AI-driven适应人类操作员的改变和行为模式,或者只是由于系统升级或更改底层的工作条件。

这提出了挑战的平衡需要维护和监控潜在的严格的合规要求,同时也允许足够的空间机器人协作适应任务的需要,建立高效协同工作流。这个项目将探索策略考虑到这样的需求和保持过程输出的范围内合规。

与的合作贝克心脏和糖尿病研究所我们正在探索使用遥控操作对于医学诊断,专门为心脏超声波在偏远地区。我们的项目目标的所有方面符合远程超声波检查。

尽管医学进步是澳大利亚人口的预期寿命延长,医疗中心,医院和医学专家可以取决于人居住的地方。那些主要城市或城市通常有很好的访问相关设施和专家;那些在偏远和农村地区通常是不幸的。

一个潜在的解决方案是医疗过程的操控。这对一个大型技术尤为重要,人口稀少的国家,如澳大利亚。我们的项目利用操控医疗诊断,专门为心脏超声波(超声心动图)。

这些使用高频声波来捕获图像的心脏,使心电图研究心脏的功能,如注入力量,阀门和检查的工作如果有肿瘤或感染的增长。超声心动图是一个非常重要的工具来诊断心脏病等心脏杂音,增大心脏和阀问题。

在伙伴关系皇家儿童医院(RCH)和的Brainary,我们就开始开发一项社会辅助人形机器人作为儿科康复治疗援助。目标是激励年轻患者,增加锻炼依从性和有效地提供康复保健。

经过三年半的开发和测试,机器人已经与50岁以上的患者,主要是那些脑瘫,正在评估与治疗师和家长在RCH康复诊所。

调整和部署一个通用的社交机器人作为多样化的年轻患者不同治疗援助需要在繁忙的医院环境带来了重大挑战。这不是通常在传统的人机交互或机器人研究。

因此这个项目探索如何部署先进的人工智能和计算机视觉长期在实际临床设置增强交付和改善病人的治疗结果。

一个社会辅助人形机器人的例子作为治疗儿科康复援助。

我们的组织工作城市温德姆找出机器人可以有助于老年人的生活质量和成年人患老年痴呆症。我们的团队的交互设计师,心理学家和工程师们感兴趣的人们的态度,和关系,机器人。

我们正在探索特点增加在日常生活中接受和采用,因此为用户创造效益,以及研究和讨论伦理性考量和社会问题围绕着机器人的角色。

传统上,一个强大的重点在机器人开发机器人的功能方面的担忧。机器人的设计美学及其输出(语音、手势和情感)常常被忽视或被忽视。

我们感兴趣的语音交互,机器人的视觉外观和表达情绪的能力,所以我们探索的影响提高演讲与用户接口和通信模式的机器人和如何将这些支持老年人独立生活在家里时间更长。