报告主题：面向复杂任务环境的拓扑SLAM系统

报告摘要：

SLAM技术作为智能机器人和自动驾驶等领域的核心技术之一，在过去的发展中，逐渐形成了一套以精度和稳定性为导向的系统。但随着机器人系统向通用性和智能化方向的快速发展，传统SLAM系统的局限性日益显现。本次报告所引入一种基于场景识别的拓扑SLAM系统，通过提出场景管理子系统（Scene Operator）和记忆仓库（Memory Tank），实现了对环境信息的高度抽象和灵活应对。相比于高精度建模定位系统，本系统更注重场景信息的复用和理解，通过多模态信息处理和世界模型的构建，实现智能体对于外部世界的深度认知和灵活决策。

报告人简介：

殷鹏 (Peng Yin) , 香港城市大学助理教授，IEEE Member, 中国科学院沈阳自动化所博士，前卡内基梅隆大学机器人研究所项目科学家，NASA火星登陆项目高级顾问。长期承担前沿定位导航研究，包括：1）CMU Darpa SubT 地下机器人挑战项目，定位建模负责人 （2019年冠军组）；2）NASA 无人机长航程定位负责人；3）CMU Bosch, 室内3D重构项目负责人；4）NVIDA 地图众包项目负责人。在IROS，ICRA，RSS，RAL, IEEE T-RO, IEEE TIE, IEEE TITS 等多个机器人顶会顶刊发表论文，其中以一作身份发表机器人顶刊IEEE T-RO 三篇。由其承办的MetaSLAM项目，汇集了6年相关Field Robotics领域的研究成果，致力于突进大规模多机器人系统的定位、建模、感知、决策。