朱奇光
  • 硕士生导师
  • 职 称 : 副教授
  • 学 科 :
    电子科学与技术
    光学工程
  • 单 位 : 信息科学与工程学院(软件学院)
学位 : 博士学位
学历 : 博士研究生毕业
出生年月 : 1978-12
毕业院校 : 燕山大学
电子信箱 :
研究领域

随着社会发展的需要和智能机器人应用领域的扩大,人们对智能机器人的要求也越来越高。智能机器人所处的环境往往是未知的、难以预测的,在研究这类机器人的过程中,主要涉及到以下关键技术:

多传感器信息融合

多传感器信息融合技术是近年来十分热门的研究课题,它与控制理论、信号处理、人工智能、概率和统计相结合,为机器人在各种复杂、动态、不确定和未知的环境中执行任务提供了一种技术解决途径。机器人所用的传感器有很多种,根据不同用途分为内部测量传感器和外部测量传感器两大类。多传感器信息融合就是指综合来自多个传感器的感知数据,以产生更可靠、更准确或更全面的信息。经过融合的多传感器系统能够更加完善、精确地反映检测对象的特性,消除信息的不确定性,提高信息的可靠性。多传感器信息融合方法主要有贝叶斯估计、卡尔曼滤波、神经网络、小波变换、深度学习等。

导航与定位

在机器人系统中,自主导航是一项核心技术,是机器人研究领域的重点和难点问题。导航的基本任务有3点:(1)基于环境理解的全局定位;( 2)目标识别和障碍物检测;(3)安全保护。

智能路径规划

最优路径规划就是依据某个或某些优化准则(如工作代价最小、行走路线最短、行走时间最短等),在机器人工作空间中找到1条从起始状态到目标状态、可以避开障碍物的最优路径。智能路径规划方法是将遗传算法、模糊逻辑以及神经网络等人工智能方法应用到路径规划中,来提高机器人路径规划的避障精度,加快规划速度,满足实际应用的需要。

机器人视觉

视觉系统是自主机器人的重要组成部分,机器人视觉系统的工作包括图像的获取、图像的处理和分析、输出和显示,核心任务是特征提取、图像分割和图像辨识 。机器人视觉是其智能化最重要的标志之一,对机器人智能及控制都具有非常重要的意义。

智能控制

随着机器人技术的发展,对于无法精确解析建模的物理对象以及信息不足的病态过程,传统控制理论暴露出缺点,机器人的智能控制方法有模糊控制、神经网络控制、智能控制技术的融合等。


个人简介

朱奇光,男,1978年生,浙江宁波人,工学博士,副教授。研究方向为:智能机器人系统、人工智能算法及应用、嵌入式系统。近几年主持和参与国家级、省部级课题8项,发表论文50余篇,SCI/EI检索收录30余篇。参与编著《电子线路设计仿真与实例—OrCAD与Protel DXP》、《电路原理》等教材。主讲《单片机原理及应用》、《电路原理》、《多传感器信息融合技术》等本科生与研究生课程。


其他联系方式

邮编 :

  • 传真 :

  • 通讯/办公地址 :

  • 办公室电话 :

  • 移动电话 :

  • 邮箱 :

  • 扫一扫用手机查看