Ρομποτικά Συστήματα

Έρευνα και υλοποίηση κινούμενων ρομποτικών συστημάτων και των υποσυστημάτων αντίληψης, σχεδιασμού δράσης και ελέγχου για αυτόνομες ρομποτικές λειτουργίες με εύρωστους αλγορίθμους. Στην έρευνα μας συμπεριλαμβάνονται και τα κρισιμα στοιχεία όπως η ενοποίηση συστήματος, η αρχιτεκτονική και η επεξεργασία σε πραγματικό χρόνο για τη διασφάλιση της απρόσκοπτης λειτουργίας, της αποτελεσματικής χρήσης των πόρων και την έγκαιρη λήψη αποφάσεων σε δυναμικά περιβάλλοντα. Λειτουργικά συστήματα ανοικτού κώδικα ή μη, επιλέγονται ανάλογα με τις απαιτήσεις και τις προδιαγραφές των απαιτούμενων ρομποτικών προδιαγραφών και περιορισμών. Εκτενείς προσομοιώσεις πραγματοποιούνται σε ρεαλιστικά προγράμματα προσωμοίωσης.

Αυτόνομα Οχήματα και Αυτόνομη Οδήγηση

Τα αυτόνομα οχήματα (Επιπέδου 3+) και η αυτόνομη οδήγηση παρουσιάζουν ιδιαίτερες ερευνητικές προκλήσεις, όπως η πλοήγηση σε πυκνά αστικά περιβάλλοντα και η οδήγηση σε ακραίες καιρικές συνθήκες και περίπλοκες συνθήκες κυκλοφορίας. Η έρευνά μας επικεντρώνεται στα συστήματα αντίληψης και εντοπισμού, στα συστήματα υποβοήθησης και στην ανάπτυξη των αντίστοιχων αλγορίθμων. Διερευνούμε αποτελεσματικές τεχνικές σύντηξης αισθητήρων για τη βελτίωση της ευρωστίας και της ακρίβειας σε αυτόνομες λειουργίες όπως ο εντοπισμός θέσης, η αναγνώριση και παρακολούθηση αντικειμένων και ο σχεδιασμός δράσης. Η ερευνά μας εφαρμόστηκε και την ανάπτυξη του πρώτου Ελληνικού Αυτόνομου Οχήματος το οποίο βασίστηκε σε ένα εμπορικό ηλεκτρικό όχημα.

Βαθιά Μάθηση

Η βαθιά μάθηση είναι ένας κλάδος της μηχανικής μάθησης, οπου χρησιμοποιεί αλγόριθμους που έχουν σχεδιαστεί και εκπαιδευτεί για να αντιλαμβάνονται και να μοντελοποιούν πολύπλοκες αναπαραστάσεις δεδομένων. Στην έρευνά μας, αξιοποιούμε τεχνικές βαθιάς μάθησης για να λύσουμε διάφορα προβλήματα της ρομποτικής σε κινούμενα ρομποτικά συστήματα, όπως σχεδιασμός διαδρομής, αντίληψη, σχεδιασμός δράσης και στρατηγικές πολλαπλών μεταβλητών και στόχων.

Συστήματα αντίληψης πολλαπλών αισθητήρων

Εστιάζουμε στην ανάπτυξη συστημάτων αντίληψης πολλαπλών αισθητήρων για αξιόπιστη αυτονομία των ρομπότ σε πολύπλοκα και μη δομημένα περιβάλλοντα. Γίνεται χρήση δεδομένων από αισθητήρες LiDAR, κάμερες RGB(D), αδρανειακούς αισθητήρες (IMU), ραντάρ και δέκτες GNSS για τη βέλτιστη αναπαράσταση του χώρου λειτουργίας των ρομπότ σε πραγματικό χρόνο. Η τρέχουσα ερευνά μας περιλαμβάνει την ανάπτυξη νέων αλγορίθμων σύντηξης αισθητήρων που συνδυάζουν παραδοσιακές αλλά και σύχρονες προσεγγίσεις βασισμένες σε βαθιά μάθηση για τη βελτίωση της ακρίβειας στην ανίχνευση αντικειμένων, τη σημασιολογική τμηματοποίηση και την τρισδιάστατη χαρτογράφηση.

Εκπαιδευτική Ρομποτική

Η έρευνά μας επικεντρώνεται στην ανάπτυξη ευφυών συστημάτων που προωθούν την κοινωνική αλληλεπίδραση και υποστηρίζουν ποικίλες μαθησιακές ανάγκες στη γενική και ειδική εκπαίδευση. Χρησιμοποιούμε ανθρωποειδή και μη ρομπότ εξοπλισμένα με προηγμένους αλγόριθμους αναγνώρισης ομιλίας, ανίχνευσης συναισθημάτων και προσαρμοστικών μαθησιακών αλγορίθμων για να δημιουργήσουμε εξατομικευμένες, διαδραστικές εμπειρίες μάθησης. Η έρευνά μας διερευνά τον ρόλο της ρομποτικής στην προώθηση της συνεργασίας, της επίλυσης προβλημάτων και της συναισθηματικής νοημοσύνης μεταξύ των μαθητών, ενώ παράλληλα αντιμετωπίζει τις προκλήσεις της ειδικής εκπαίδευσης.