申请代码F030602受理部门收件日期受理编号国家自然科学基金申请书(2011版)资助类别：青年科学基金项目亚类说明：附注说明：项目名称：基于判别图模型的复杂环境下自治机器人定位与地图构建研究申请人：孙作雷电话：13621662663依托单位：上海海事大学通讯地址：上海市临港新城海港大道1550号上海海事大学信息工程学院邮政编码：201306单位电话：021-38284338电子邮箱：sunzuolei@gmail.com申报日期：2011年3月2日国家自然科学基金委员会解除保护国家自然科学基金申请书2011版基本信息yEqE60in申请人信息姓名性别男出生年月1981年1月民族汉族学位博士职称讲师每年工作时间（月）8电话13621662663电子邮箱sunzuolei@gmail.com传真国别或地区中国个人通讯地址上海市临港新城海港大道1550号上海海事大学信息工程学院工作单位上海海事大学/电子工程系主要研究领域移动机器人导航与环境辨识依托单位信息名称联系人郑爱兵电子邮箱abzheng@shmtu.edu.cn电话021-38284338网站地址www.shmtu.edu.cn合作研究单位信息单位名称项目基本信息项目名称资助类别青年科学基金项目亚类说明附注说明申请代码F030602:机器人导航、定位与控制F030401:模式识别基础基地类别研究期限2012年1月—2014年12月研究属性应用基础研究申请经费30.0000万元摘要(限400字)：对于复杂环境下的自治机器人同时定位与地图构建(Simultaneouslocalizationandmapping,SLAM)问题，采用传统的地图表征方式和静态景物假设难以准确建模非结构化、动态环境，传统的数据融合框架也限制了地图规模的增广。本课题面向复杂环境，研究用机器学习的方法解决SLAM问题。利用判别图模型(Discriminativegraphicalmodel)智能管理传感器观测的帧内和帧间特征，估计机器人相对运动、辨识、追踪动态景物，并分析决策的不确定性；基于对两帧观测影像相似度的推理，探测闭环(Loopclosure)；同时，采用基于场景的地图表征，将图模型推理融入改进的滞后状态信息滤波，组成完整的SLAM算法。该算法改进了传统研究的不足，在非结构化、动态、大规模环境下，能保持良好的一致性和稳健性，为自治机器人定位与地图构建提供了可靠的解决方案。第2页版本1.011.980基于判别图模型的复杂环境下自治机器人定位与地图构建研究[在此录入修改]中国科学院上海微系统与信息技术研究所上海海事大学孙作雷国家自然科学基金申请书2011版关键词(用分号分开，最多5个)同时定位与地图构建；图模型；自治机器人第3页版本1.011.980项目组主要...
