大学生创新创业训练计划智能管理平台
第二十九期上海交通大学大学生创新实践计划
基于深度学习的微型机器人智能视觉感知
创新训练项目
工学
自动化类
创新类
电子信息与电气工程学院
马卓晨
指导教师
登录状态下查看
马卓晨，上海交通大学自动化系副教授。作为项目负责人及主要参与人，承担或参加多个项目包括国家自然科学基金青年科学基金项目、科技部国家重点研发计划智能机器人专项、上海市自然科学基金面上项目，教育部联合重点基金，机器人技术与系统国家重点实验室开放课题、机器人学国家重点实验室开放课题、国家自然科学基金国际合作与交流项目、上海市重大专项、企业课题等多个项目。担任国际期刊Frontiers in Nanotechnology, Micromachines等Guest Editor，在Nature子刊及其他国际重要期刊包括Nat Commun, Adv Funct Mater, Small等发表论文40余篇。研究领域包括：微机器人的精密操控，基于机器学习的微机器人感知规划导航。
指导老师马卓晨副教授目前主持和参与的国家自然科学基金及科技部重点研发计划项目与机器人的感知、导航与定位密切相关。本项目将深度学习技术与微型机器人位姿估计视觉感知相结合，旨在提高微型机器人的自主性和准确性，具有科研和实际应用的重要价值。
指导教师为本申报项目配套5000元经费支持；提供实验室计算资源支持，提供研究生指导本科生科研；提供实验室自主研发的微型机器人控制系统等科研设备使用；且实验室在该领域有充分的前期研究基础，为本项目的顺利完成打下坚实基础。
微型机器人是一种具有微小体积和高度灵活性的机器人系统，在医疗、微操作和微创手术等领域具有广泛应用前景。对于智能视觉感知人物，如位姿估计可以用于确定机器人在空间中的位置和方向，是确保这些机器人精确执行任务的关键因素。深度学习技术已经在计算机视觉和机器人领域取得了显著的进展，但是当尺寸缩小到微米毫米级别时，将会有新的挑战和机遇存在。因此，将深度学习应用于微型机器人智能视觉感知是一个具有挑战性和前景广阔的选题。
本选题的目标是研发一种基于深度学习的方法，用于提高微型机器人的位姿估计视觉感知准确性和可靠性。通过充分发挥深度学习的强大模式识别能力，旨在实现在复杂场景中更加精确和鲁棒的位姿估计。此外，本选题将深度学习技术与微型机器人视觉感知相结合，旨在提高微型机器人的自主性和准确性，拓展其应用领域，具有科研和实际应用的重要价值。