CMU机器人研究院Prof. Zhang, Ji的LOAM (激光雷达测距和测绘)研究工作，经过十年沉淀测试，荣获2024年度机器人科学与系统（RSS）“Test of Time award”。此奖项旨在表彰十年前发表的对机器人设计或问题解决新方法产生最大影响的论文。获奖信息已正式公布于RSS官方网站。
7月18日，Prof. Zhang, Ji将发表虚拟主题演讲（Virtual Keynote），并在RSS 2024会议上举行一场关于LOAM工作的“Test of Time”研讨会。本次研讨会旨在将来自世界各地的研究人员聚集在一起，分享他们在自然语言理解、计算机视觉场景理解和自主导航交叉领域的研究成果。
Prof. Zhang, Ji关于LOAM的研究工作始于2013年。至今期间，随着自主探索研究的持续进行，该研究进一步得到了主要机器人会议的认可。其中一篇论文是RSS 2021会议上首篇同时荣获最佳论文奖和最佳系统论文奖的论文，其后续研究还在IROS 2022会议上荣获了最佳学生论文奖。2023年，他的一篇关于全自主系统框架和探索算法的扩展期刊论文成功发表在《Science Robotics》杂志上，进一步彰显了他在该领域的深厚造诣。Autonomous Exploration Development Environment（自主探索开发环境）旨在利用系统开发和机器人部署进行地面自主导航和探索，包含各种模拟环境、自主导航模块（如防撞、地形可穿越性分析、航点跟踪等）和一组可视化工具。用户可以开发自主导航系统，然后将这些系统移植到真实机器人上进行部署。
Diablo Saukele是CMU Prof. Zhang, Ji对自主探索开发环境在本末科技的Diablo Robotics上的应用实践，并集成了先进的Livox Mid-360激光雷达和Theta Z1相机在内的传感器，配备SLAM模块、路线规划器、探索规划器以及自动驾驶全堆栈功能。其中，自动驾驶全堆栈包括地形可穿越性分析、避免碰撞和航点跟踪的基本导航模块。该系统总体上能够获得一个目标点，并自动导航Diablo到目标点，同时探索环境并沿途绘制地图。该系统允许用户使用操纵遥控器来引导导航，而系统本身可避免碰撞。Diablo Saukele的Open source，Open hardware是本末科技与Prof. Zhang, Ji合作的起点，我们的目的是为了帮助大家实现各自想做的事情，未来我们会进一步合作为大家提供整套产品，敬请期待。
自主导航算法系统提供了一整套从环境感知到路径规划再到动态避障的解决方案，覆盖了移动机器人实现自主导航所需的关键功能。自主导航算法系统以开源的形式发布，并提供了详细的文档和教程，降低了开发者入门的门槛。在路径规划和动态避障方面表现出色，能够在复杂和未知环境中快速规划出安全、高效的行进路线，并实时调整以避开障碍物。同时提供了丰富的接口和工具，支持开发者根据具体需求进行定制和扩展。
Diablo机器人作为全球首款商业化的轮足机器人平台，采用了6个M15系列直驱型机器人关节，其优势在于动力强劲、动作丝滑、节能高效且运行安静。同时融合了轮式AGV的速度优势与足式机器人的越障性能，整体动作灵活，跳跃敏捷，具备很强的地形自适应能力。作为移动机器人开发平台，Diablo无疑是最佳选择。
基于Diablo机器人的独特设计，Diablo Saukele能够在更广泛环境中应用。
Diablo Saukele能够实现姿态的动态调整。Diablo Saukele在行走、跳跃或越障过程中，无需搭配云台或者进行算法调整，即可保持头部姿态的平衡稳定，有效减少抖动对传感器的影响，提高数据采集的准确性和可靠性。这对于需要精确感知和导航的应用场景尤为重要。
Diablo Saukele机器人拥有六个自由度，能够上下抬头，从而让雷达和传感器能够覆盖更广泛的探测范围。抬头和平视，可以使机器人与人交互和正常工作时获得更自然的表现。
Diablo Saukele能够利用轮子高速穿越平坦地形，也能利用二自由度机械腿轻松跨越障碍物，有利于提高其在复杂环境中的避障能力，确保机器人行驶的安全。另外，由于Diablo Saukele机器人能够在多种地形上稳定行驶，导航算法在规划路径时可以考虑更多的路径选项，选择最优路径。这不仅可以提高机器人的行驶效率，还可以减少能耗和磨损，延长机器人的使用寿命。Diablo Saukele为科研机构、高校学生和工程师提供了一个实践创新的平台。通过开放代码和硬件设计，降低了机器人技术研发的门槛，有助于加速新技术和新应用的涌现，促进机器人技术和人工智能算法的研究与发展。未来，Diablo Saukele将在无人驾驶汽车、无人机、机器人探索、智能物流等多个领域发挥关键作用，推动智能化和自动化技术的发展。
![[图标]](/public/uploads/images/20220428/573f759952701b198bcd5d67e6ab42d0.png)