大规模开放在线研究（Massive Open Online Research,MOORE）是我校杨学军院士提出的面向高校的新型创新实践概念，为全面支持高校科学研究和人才培养提供了新思路。
在研究生院MOORE教学环境项目支持下，机器人技术创新基地现面向全校研究生不定期发布一批创新课题，欢迎对机器人足球和自主移动机器人技术感兴趣的硕士和博士研究生申请课题，针对每个创新课题会有实验设备支持和必要的经费支持。NuBot有自主研制的基于ROS和Gazebo的三维仿真系统，用于支持算法研究和验证，尤其是多机器人协同控制和基于通信的全分布式控制算法。算法在仿真环境验证后可以到机器人创新基地实际机器人系统上测试，真正做到线上线下协同创新。
此外，我们非常欢迎硕士研究生来机器人技术创新基地选题，完成硕士毕业设计论文，让我们一起和机器人足球成长进步。
如有兴趣，请联系卢惠民博士（lhmnew_at_163.com）和肖军浩博士（junhao.xiao_at_hotmail.com），电话：0731-84576455。
当然可以！只要对机器人技术创新基地中型组足球机器人的发展做出了贡献，我们将邀您一起征战机器人足球世界杯！2016年德国，2017年俄罗斯，2018年日本，欢迎加入我们战队！
在机器人比赛中，目标的检测和识别是移动自主机器人的基础问题之一，尤其是带有视觉感知且能与现实世界相互交互的移动机器人。目标识别对机器人来说是非常重要的一个环节，也是机器人实现协同协作、运动规划、控制决策等自主能力的前提，是自主移动机器人领域的热点问题。移动机器人在真实环境中的目标识别有一些基本因素：目标的多样性(纹理，无纹理和平面等)，低精度传感器的图像噪声，视角的差异性和阴影等。
本课题主要是研究基于RGB-D的目标检测和目标识别方法。基于视觉的识别过程中，怎样提取RGB-D图像中的3D特征是一个比较重要也是非常困难的问题。目标检测实际上主要是关键点检测，特征提取，特征分类，感兴趣区域的生成和目标定位等一系列环节完成的。移动机器人通过3D传感器获取包含颜色和深度信息的点云，可以分别通过形状特征、视觉特征和融合形状和视觉特征的方法对物体进行目标识别。然而，大部分的目标识别的算法计算量比较大，基于RGB-D的目标识别算法实时性一般达不到实际的应用要求。研究基于RGB-D的自主机器人实时识别算法对提高机器人在比赛环境中实时辨别障碍、环境感知能力等具有重要意义。
针对中型组足球机器人比赛环境，对低成本RGB-D摄像头获取的3D点云进行点云分割、特征提取，并根据提取的特征和特征描述算子实现目标的检测和识别，要求设计的算法必须满足实时性和鲁棒性，且识别率不低于90%。
NuBot机器人平台
微软Kinect相机
实验场地
NuBot机器人仿真软件
NuBot机器人软件系统
