Väitöskirjatutkija koneoppimisen, robotiikan ja turvallisen autonomisen navigoinnin parissa.

npx golnaz
GhostP(y = ghost | z) = 0.73

Epävarmuustietoinen autonominen navigointi

Olen koneoppimisen ja robotiikan väitöskirjatutkija Tampereen yliopistossa. Työni yhdistää probabilistisen koneoppimisen, havainnoinnin, kartoituksen ja riskitietoisen suunnittelun, jotta autonomiset robotit olisivat turvallisempia ja luotettavampia haastavassa maastossa.

Tutkimusarkisto · 04 valittua työtä

Julkaisut

Probabilistinen robotiikka · havaintopohjainen turvallisuus · control barrier -funktiot · epävarmuustietoiset maailmamallit

FIG. 01
free OGM cellsoccupied + CBF boundaryremembered obstaclesafe trajectory
Konferenssiartikkeli · 2026/IEEE IROS
Valittu työ · 01
OGM-CBF

Turvallinen robottiohjaus OGM-CBF-menetelmällä

Miehityskarttoihin perustuva turvallisuus, joka muistaa näkökentän ulkopuoliset esteet

OGM-CBF rakentaa control barrier -funktion miehitysruudukoista ja signed distance field -esityksistä. Se tukee mielivaltaisen muotoisia esteitä, säilyttää aiemmin havaitut esteet ja sitä arvioitiin CARLAssa sekä teollisella mobiilirobotilla.

OGM-CBFMiehitysruudukotSDFTurvallinen ohjaus
Lue julkaisu
FIG. 02
Preprint · 2025
Valittu työ · 02
ProTerrain

ProTerrain: probabilistinen, fysiikkatietoinen vaikean maaston maailmamallinnus

Epävarmuustietoinen rataennustus maastoroboteille

ProTerrain mallintaa maastoparametrien spatiaalisesti korreloitunutta epävarmuutta ja välittää sen differentioituvan fysiikkamoottorin läpi. Rakenteiset konvoluutio-operaattorit mahdollistavat tehokkaat, korkean resoluution probabilistiset rataennusteet.

Probabilistinen mallinnusVaikea maastoDifferentioituva fysiikka
Lue julkaisu
FIG. 03
image frame · Fᵢhᵢₘg(u,v)
uvh > 0 · SAFEh < 0 · UNSAFE
∇ₚhᵢₘg = [∂h/∂u, ∂h/∂v]RGB-D → cGAN → CBF-QP
RGB-D observationunsafe setCBF-safe path
Konferenssiartikkeli · 2023/IEEE ICRA
Valittu työ · 03
V-CBF

Turvallinen ohjaus näköpohjaisella control barrier -funktiolla

Havaintopohjainen turvallisuus tuntemattomissa ympäristöissä

V-CBF rakentaa control barrier -funktiot suoraan RGB-D-havainnoista, jolloin turvallinen ohjaus onnistuu aiemmin tuntemattomien ja vapaamuotoisten esteiden ympärillä. Menetelmä käyttää image-to-image-käännöstä, ja se demonstroitiin autonomisella autolla CARLAssa.

V-CBFRGB-DTurvallinen ohjausCARLAICRA 2023
Lue julkaisu
FIG. 04
V-CBF perception pipelineh(x) ≥ 0 · safe
RGB-D FRAMEUNSAFE INSTANCEh(x) < 0SIGNED COST MAPSAFE +− UNSAFE01 · OBSERVATION02 · SEGMENTATION03 · SDF / GAUSSIAN FIELD
sensor inputunsafe pixelssafe gradient
Diplomityö · 2023/Tampereen yliopisto
Valittu työ · 04
Näköpohjaiset kustannuskartat

Näköpohjaiset kustannuskartat turvalliseen autonomiseen navigointiin

Kustannuskarttojen suunnittelu ja arviointi näköpohjaisille CBF-menetelmille

Tämä diplomityö tutkii kustannuskarttoja, jotka muuntavat segmentoidut vaaralliset alueet control barrier -yhteensopiviksi esityksiksi. Menetelmiä arvioitiin CARLAssa ISO 22737 -pohjaisilla ja omilla mittareilla, minkä jälkeen ne otettiin käyttöön teollisella mobiilirobotilla.

KustannuskartatV-CBFISO 22737Mobiilirobotiikka
Lue julkaisu

Kokemukset

Tampereen yliopisto

Väitöskirjatutkija

Elokuu 2024 - nykyhetki
Tutkin epävarmuustietoista turvallista autonomista navigointia vaikeassa maastossa. Suunnittelen probabilistisia kulkukelpoisuuskarttoja ja riskitietoisia suunnittelijoita osana Finnish Doctoral Program Network in AI (AI-DOC) -verkostoa.
Probabilistinen ML
Reittisuunnittelu
Robotiikka
PyTorch
ROS 2
Tampereen yliopisto

Tutkija

Joulukuu 2023 - elokuu 2024
Suunnittelin sensoririippumattoman, havaintopohjaisen navigointijärjestelmän ja kehitin vaikean maaston malleja CARLA Simulatorissa ja Unreal Enginessä.
CARLA
Unreal Engine
Autonominen navigointi
Havainnointi
Tampereen yliopisto

Tutkimusavustaja

Marraskuu 2021 - joulukuu 2023
Kehitin näköpohjaista esteiden väistöä control barrier -funktioilla, optimointipohjaisia robottiohjaimia, semanttista segmentointia ja oppimispohjaisia navigointijärjestelmiä.
CBF
Tietokonenäkö
CARLA
Unity
RGB-D
GANs
Tampereen yliopisto

Diplomityöntekijä

Heinäkuu 2023 - lokakuu 2023
Suunnittelin näköpohjaisia kustannuskarttoja ja skenaariopohjaisen arviointijärjestelmän V-CBF-turvaohjaimelle sekä otin ohjaimen käyttöön teollisella mobiilirobotilla.
V-CBF
CARLA
Tietokonenäkö
Mobiilirobotiikka
ARAS Group

Tutkija

Lokakuu 2019 - syyskuu 2021
Kehitin mixed reality -silmäkirurgian koulutussimulaation ARASH ASiST -robotille ja vahvistusoppimiseen perustuvan arviointijärjestelmän.
Mixed Reality
Unity
SOFA
Vahvistusoppiminen
K. N. Toosi -yliopisto

Kandidaatintyöntekijä

Maaliskuu 2019 - toukokuu 2019
Toteutin merkki- ja kuvapohjaista lisätyn todellisuuden ohjelmistoa tietokonenäön avulla.
Lisätty todellisuus
Tietokonenäkö

Ota yhteyttä

Golnaz Raja
Golnaz RajaML · Robotiikka

Ota yhteyttä

Tutki · Rakenna · Kokeile

Valitse linkki yhteydenottoa varten

GR