南方科大计算机学院院长,新闻详情 - 计算机科学与工程系 - 南方科技大学

2019年1月15日,南方科技大学杰出教授、图灵奖得主 Prof. Joseph Sifakis 做客南科大讲堂,为南科大师生带来了一场题为“Autonomous Systems-A Rigorous Architectural Characterization自主系统——严谨的架构描述”的学术报告。我校计算机科学与工程系主任姚新主持本期大讲堂。

dea2ea7045c571f667c5f946c6dc8a9e.png

Prof. Joseph Sifakis

报告指出,当今物联网的愿景是实现“自主”,即将智能服务更好地集成于系统,且最大限度地减少人为干预。基于自主系统的设计问题,Prof. Joseph Sifakis 提出了一种结合系统构架模型和智能体模型的通用计算模型,旨在调理自主系统中“智能体” (Agent) 和“对象” (Object) 的关系。该架构模型可使得系统根据各种突发环境条件独立实现动态可重构的多模式协调,从而自主完成任务。它结合了五个基本方面,分别是感知、知识库、目标管理、规划和自适应。随后,Prof. Joseph Sifakis 对比了现阶段机器自主和人类辅助机器自主之间的差距,体现出构建自主系统的难度。

6fb1de678f1e4ce7fb791ab93df5f188.png

2b32ec524f705154e6a6e200656fb3cb.png

陈十一校长为Prof. Joseph Sifakis颁发南科大讲堂证书

在总结阶段,Prof. Joseph Sifakis 概述了其研究结果:“自主”作为一种广泛的智能,不应只局限于特定的实现技术,而应强调系统的功能设计;建立“可信赖”(Trustworthiness)和“优化” (Optimization)的自主系统远远超过目前人工智能系统所面临的挑战。

嘉宾介绍

图灵奖得主Prof. Joseph Sifakis于2019年1月7日正式加入南方科技大学计算机系,现为南方科技大学杰出教授(Distinguished Professor)。他是法国国家科研中心的荣誉研究员,同时也是格勒诺布尔市Verimag实验室的创始人,研究领域主要包括系统设计的基本概念和应用。Prof. Joseph Sifakis 主要专注于系统设计的形式化,即根据特定的要求实现可信赖、最优化且构造正确的系统。2011年到2016年期间,Prof. Joseph Sifakis 于洛桑联邦理工学院(EPFL)担任正教授一职。2007年,Prof. Joseph Sifakis 被授予了图灵奖,以表彰其在模型检查理论和应用方面做出的卓越贡献。Prof. Joseph Sifakis 是法国科学院院士、法国国家工程院院士、欧洲科学院院士、美国艺术与科学学院院士及美国国家工程院院士。

在机器人操作系统(ROS)中,机器视觉是机器人感知和理解周围环境的关键技术。robot_vision功能包专注于这一领域,集成了多种视觉处理技术,包括摄像头标定、OpenCV库应用、人脸识别、物体跟踪、二维码识别和物体识别,极大地拓展了ROS在视觉应用方面的能力。 摄像头标定:作为机器视觉的基础,摄像头标定用于消除镜头畸变并获取相机的内参和外参。在ROS中,camera_calibration包提供了友好的用户界面和算法,帮助计算相机参数矩阵,为后续的图像校正和三维重建提供支持。 OpenCV:OpenCV是一个广泛使用的开源计算机视觉库,在ROS中扮演着重要角色。robot_vision功能包可能包含OpenCV的示例代码和节点,涵盖图像处理、特征检测、模板匹配和图像分割等功能,这些功能对机器人视觉系统至关重要。 人脸识别:ROS中的人脸识别结合了图像处理和机器学习技术。robot_vision可能集成了基于OpenCV的人脸检测算法,如Haar级联分类器或Adaboost方法,甚至可能包含深度学习模型(如FaceNet或SSD),帮助机器人实现人脸的识别和跟踪,提升人机交互能力。 物体跟踪:物体跟踪使机器人能够持续关注并追踪特定目标。在ROS中,通常通过卡尔曼滤波器、粒子滤波器或光流法实现。robot_vision功能包可能包含这些算法的实现,助力机器人完成动态目标跟踪任务。 二维码识别:二维码是一种高效的信息编码方式,常用于机器人定位和导航。ROS中的二维码包可用于读取和解析二维码,而robot_vision可能进一步封装了这一功能,使其更易于集成到机器人系统中。 物体识别:作为机器视觉的高级应用,物体识别通常涉及深度学习模型,如YOLO、SSD或Faster R-CNN。robot_vision功能包可能包含预训练的模型和对应的ROS节点,使机器人能够识别环境中的特
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值