针对室内复杂的非结构化环境和机器人动态变化的服务任务,提出基于快速识读码(QR code)技术的室内环境空间认知手段.在双目视觉获得深度信息的前提下,基于DSmT证据理论构建信息不确定数学模型,形成描述体素占有/空闲概率的三维栅格地图.在构建三维地图的同时,利用粘贴在大物品上的基于QR code技术的人工物标,为环境中的大物品添加语义标签,并基于大物品的尺寸更新对应的体素占空值,形成含大物品功能属性和归属关系描述的三维栅格语义地图.通过实验与其它信息融合算法进行对比,并对人工物标的识读准确性进行分析,证明该方法的有效性和可行性.

提出了一种基于模糊粗糙集的非结构化路径识别与机器人引导方法。通过自适应面阵列电荷耦合传感器的图像清晰度控制方法，获取了最佳信息量图像。构建了模糊粗糙集的非结构化路径识别模型，借助粗糙集理论预定义图像目标、背景和不确定区域，融合相对模糊连接度竞争机制对不确定区域的像素进行了模糊重分类，精确描绘了机器人的导航路径。该模型可实现未知非结构化路径区域的自动识别，亦可引入灰度先验特征识别指定路径区域。结果表明，该方法对提高机器人在非结构化环境中的自主探索能力具有实际意义。

Object_Recognition_From_RGBD_Data：近年来，对象识别由于其众多的应用而引起了研究人员的越来越多的关注。 例如，对象识别使协作机器人能够执行诸如在非结构化环境中搜索对象或为人类同事检索工具之类的任务。 在这项研究中，我们提出了一种新技术，用于从红色，绿色，蓝色和深度（RGB-D）数据中进行无监督的特征提取，然后将其与多个分类器组合以执行对象识别。 具体而言，我们的体系结构首先通过无监督的聚类技术对桌面场景中的所有对象进行了细分。 然后，它分别关注每个对象，以提取形状和视觉特征。 我们对从YCB对象和模型集中选择的20个对象的子集进行实验，并评估几个分类器的性能

设计了危险气体探测双摇臂履带机器人,可较好地攀越井下障碍,具有较高的环境适应性。由于井下的特殊环境,该煤矿危险气体探测机器人须具有防爆性能,且符合煤矿安全规定。为了尽可能地降低探测机器人重量,采用正压防爆外壳。