還有一個工作，在我們建立的大范圍地圖內，還要能夠滿足高精度定位的要求，大范圍、高精度伴隨的數據量非常大，在工業、航空航天等應用中，機器人能夠帶的計算設備往往是有限的，特別是像航空航天方面，就是486的水平，那么這樣大的數據量對存儲和計算都提出了很高要求，我們在這里做的就是怎么去對地圖做精準的壓縮，做到了可以壓縮30倍，同時還能達到同樣的定位精度。在地圖構建的基礎上，第二個關鍵問題就是定位。定位也是有多種的技術途徑，在室外像無人駕駛等很多在用的是GPS，但是在室內包括在園區、綠化建筑物比較密集的地方，GPS的信號是非常不穩定的，室內根本是沒法使用的，所以在室內應用中，一般用的是磁釘、磁條、二維碼標識的方法。對于自然導航來講，我們要去解決的就是當前環境感知發生變化時，怎么去找到環境和地圖之間的正確匹配。特別是如果是用視覺的話，會面臨季節性變化，氣候變化等，雪前雪后的圖像是完全不一樣的。我們近幾年的工作就主要圍繞著怎么去適應環境的動態變化，特別是這種長周期的、季節性的、氣候性的變化，來實現在環境中的長期魯棒精確定位。我們提出了新的地圖表示方式，當環境變化的時候，解決把新的環境特征如何加入到地圖里，使得它下次能夠被使用來進行定位，從而避免光照、氣候、季節變化帶來的紋理上的影響；同時我們解決了異構傳感器信息匹配問題，可以在激光地圖里進行視覺定位，能適應春天構建的地圖，夏天、秋天、冬天，特別是冬天雪后圖像發生極大變化，也能正確定位；也解決了純視覺定位，即在視覺特征地圖中進行視覺定位，實現了在大雪前后存在大概90%的錯誤視覺特征匹配的情況下，機器人也能魯棒估計定位的結果。

在導航規劃方面，已經有了豐富的研究成果，形成了經典的導航規劃方法，在工業等領域發揮了很大作用。但是傳統的方法，在環境適應性方面、人機共融方面，都有很多的局限性，同時強依賴于前面所講到的定位，如果定位準確性不高的話，也將直接影響到導航規劃的結果。近幾年我們從如何去模擬人的角度上來進行導航規劃及行為決策上的研究。一個工作是能否學習人的行為，人在駕駛車時依靠手機APP的粗定位以及告訴你是前進、左轉、右轉的粗規劃，就能夠根據眼前的場景，來實現安全的駕駛。我們利用行車記錄儀的數據，利用他的行車軌跡，對視覺圖像進行自動的標注，然后利用所提出的神經網絡方法實現了同樣的效果，在我們的校園環境中進行試驗，即使是到一個新的環境里，機器人靠這樣的粗定位和粗規劃，也能夠實現安全的駕駛，并且能夠適應環境中動態移動的障礙物。同時我們也在無人駕駛加速、減速、變道等行為決策，以及如何學習人的社交性規則進行導航規劃方面，做了一些工作。目前我們一些技術已經在實際應用場景中實現了驗證，包括我們2017年和京東聯合發布的618校園送貨機器人，我們是唯一一臺不依賴于GPS定位，在校園里可長周期自主移動的機器人，也用到了奇瑞的園區自動停車方面，園區內GPS信號非常不穩定，通過我們的技術實現了平滑的準確定位，也實現了從室外到地下車庫的自動駕駛，同時在雙足、四足機器人上均有應用。

我們也實現了產業的應用，孵化了迦智科技，提供面向智能制造行業自然導航搬運機器人，依靠自身的感知實現定位導航，可以有效適應像半導體、電子制造工廠的柔性制造需求，應用在中興通訊、中車、天馬等3C、半導體企業的工廠里，最近在兩會期間的CCTV-2報道里也出現了我們機器人的身影。

在園區級中低速重載無人駕駛的應用方面，我們的定位精度和對精度都達到了國際領先水平，實現了室內室外的通用，不依賴于GPS，在園區環境里實現長期運行，目前已經在幾個單位運行了1年多，經歷了雨雪等各種氣候以及高磁環境的考驗。

目前，我們也在做一些新的研究，一個是異構的多機器人協同，結合5G實現的大帶寬通信，我們可以有更加豐富的信息交互，如何融合5G進行多機器人的規劃、多機器人的信息交融等，我們也做到了通過空中機器人圖像來實現地面機器人的定位。

針對機器人操作學習方面，我們也進行了一些攻關。包括在動作上如何進行擬人化的學習，利用我們所提出的機器人學習方法，實現YUMI機器人學習人的手語動作，并保障機器人動作的流暢性、仿人性和安全性。我們之前做的是對乒乓球這樣一個快速飛行球的識別和軌跡預測，在現實中還有很多物體是不均勻的、是異形的，我們很難去對每一個都建立準確的模型，然后來進行觀測、預測，在這里我們也是設計了新的神經網絡，并且實現從一個物體的學習遷移到不同物體上面。目前做到了準確預測位置，下一步還要做到去預測它的姿態，來能夠實現抓取，我們也從對物體的抓取拓展到抓推等多種動作的融合上，從而適應更為復雜的場景。

另外，我們也研究了任務級的操作學習。通過識別操作人員是用了什么樣的動作、操作了什么樣的物體，達到了怎么樣的裝配效果，部件之間的裝配關系和裝配的精度要求，來生成機器人的程序，可以實現避免人工對作業的編程，而是用演示的方式自動生成相關的程序。

同時，我們也在把移動和操作結合起來，并且考慮人機的協同。通過人稍微施一點點力，機器人能夠感知人的搬運意圖，跟人來形成協作，以及在協同搬運的過程中，實現協同、避障、搬運等更為復雜的多級任務。

熊蓉教授研究團隊成員

王  越副教授          研究方向：自主移動、無人駕駛

朱秋國博士            研究方向：腿足機器人陸豪健百人計劃研究員研究方向：微型軟體機器人、醫療機器人