随着
机器人和云计算等领域的快速发展，如何更好地获取和利用机器人机载传感器以外的感知信息，使机器人能够更加广泛、有效地感知环境，从而为用户提供更加优质、高效的服务，并降低感知成本，成为机器人和普适计算等领域的一个新课题。
我校可佳机器人团队硬件组提出，将云机器人技术与智能织物技术相结合，利用廉价的智能织物作为非机载传感器，广泛用于室内环境中与人活动相关的信息感知手段，从而显著地提高机器人的环境感知能力，并具有比传统传感器更低廉的价格和更好的隐私保护潜能。针对海量感知信息对机器人实时规划产生的计算障碍，提出了一种新的室内定位规划算法，显著地提高了规划性能，已可满足普遍家庭或办公环境中机器人运动规划的响应时间和规划精度要求。在11月8日结束的第三届国际机器人智能技术及
应用（The Third International Conference on Robot Intelligence Technology and Applications）学术大会上，报告该研究成果的论文Exponential Backoff-Sampling RRT For Smart Carpet获得唯一的“最佳大会论文奖”（The Best Conference Paper Award），并获颁代表大会最高荣誉的、唯一的金钥匙奖章。论文第一作者为计算机学院博士生孙昊。
国际机器人智能技术及应用学术大会是一个以机器人智能为主题的专题学术会议，会议议题包括机器人认知智能、行为智能、社会智能、环境智能等领域。来自中国、美国、德国、日本、韩国、加拿大、新加坡、新西兰、丹麦等17个国家和地区的100余名正式代表参加了本届大会。我校陈小平教授应邀作了大会的第一个全会报告（plenary talk），题为Expanding Robot Intelligence with Open Knowledge under the Context of Human-Robot Society。报告较系统地介绍了可佳机器人的研究进展，提出了云机器人技术三条基本原理，并报告了相关的实验结果，引起与会者的热烈反响，并为我校和卡内基-梅隆大学共同牵头的云机器人平台吸引了新的加盟单位。
上述工作得到了国家自然科学基金、教育部博士点基金和我校重要方向培育基金的支持。
