课题组于6月29日上午举办了第九期“李楠研究小组系列学术邀请报告”。本次活动由方东平老师和李楠老师共同主持，邀请了美国佐治亚理工学院的Yong Kwon Cho 教授围绕“机器人技术在施工建设和灾害救援中的应用”进行主题报告。
Cho 教授围绕智能机器人在施工建设和灾害救援中的应用技术开展了主题报告。报告内容主要分为两个部分，第一部分主要讲述了机器人在施工建设场地中的探测以及后台信息加工处理过程中的研究方法，第二部分主要展示了机器人技术对复杂环境下施工设备远程控制产生的重要的辅助作用。
首先，研究团队提出了施工现场机器人数据收集和过程监测过程中的数据处理框架，通过构建基于机器人（包括无人机、无人车等）数据采集、云服务器信息加工、语义分析、现场质量控制等技术的数据处理流水线。该框架能够为施工过程监测、质量控制提供依据，并为全过程管理奠定基础。Cho 教授提到，不同类型机器人具备各自的优劣势，例如，无人机（UAV）测量耗时短、成本低、能够采集俯视视角的数据，但数据精度不如无人车。实际工作中通常会结合不同类型机器人综合采集数据。
图 1 Cho教授团队提出的基于移动机器人的数据收集和处理框架
相比于室内环境，室外环境下的数据采集更具挑战性。例如，较差的地面条件和障碍物会导致机器人翻车、碰撞等情况。因此，研究团队针对施工场地中机器人行进路线设计进行研究。除此之外，传统点云语义分割大部分基于单帧或离线的基础，缺乏实时性，无法随时间推移整合分割的结果，Cho 教授带领研究团队提出了移动机器人在线递增的生成环境的富语义三维点云。
报告第二部分围绕机器人技术在恶劣环境下创建空间地图，并协助操作人员进行远程设备控制的相关研究进行了展示。在建筑和灾难现场执行挖掘和修复等指定任务中，操作人员借助安装于施工设备（如挖掘机）顶部的摄像头，实现对施工现场设备的遥控控制。但是，传统的摄像镜头视野有限，且只能传输二维图像信息，无法实现深度测量等功能，因此，操作人员很难通过媒介实现对机器人执行操作任务的高效与准确指挥。因此，研究人员提出了一种基于移动机器人的3D工作环境实时感知系统，GHOST系统，该系统能够提升机器人的环境感知和态势感知能力，有助于提高机器人遥控控制的有效性。该系统结合测量机器人和摄像头，运用激光扫描、自动化物体识别、姿态估计和三维可视化的手段，可为操作人员同时提供2D和3D实时反馈，提高了远程控制的安全性和智能性。在遥控操作控制方面，研究团队对传统挖掘机控制系统进行了改造，有助于无人驾驶挖掘机器人的开发工作。
图2 Cho教授团队提出的基于移动机器人的3D工作环境实时感知系统
在随后的问答和交流环节中，Cho教授针对参会学生提出的网络环境对远程控制效果的影响、高层建筑中无人机探测技术的使用难度等问题分享了自己的想法。机器人技术的应用是未来建筑业发展的趋势，对于提高整个建筑业乃至设计行业的智能化水平有着重要影响，但也存在着造价极高、实施难度大等问题。
报告的最后，Cho 教授与大家分享了博士生做研究过程中的一些经验，鼓励大家多交流，积极提高自己的沟通和表达能力，在多次的展示汇报过程中提升自己的演讲水平，提高英文学术写作能力。除此之外，博士生需要通过大量的阅读丰富自己对专业领域知识的了解，并为自己的学术写作奠定基础。Cho 教授同时鼓励学生们在课堂上以及和导师的日常交流中多提问题，主动提供研究想法，“拒绝沉默”。另外，Cho 教授指出，好的教师需要掌握授课方法，因此将教职作为未来目标的博士生还需要在日常学习和工作过程中锻炼自己的讲课技能。Cho 教授还与国际留学生关于克服文化差异造成的冲击分享了自己的经历，并建议大家在读博期间多交朋友，拓展兴趣爱好，并建议大家“find your own time”，这样有助于缓解心理压力，保持身心健康。
