Golnaz Raja | Robotics Researcher - Golnaz Raja

Sobre Publicações Experiência Contato Chat

Pesquisadora de doutorado em aprendizado de máquina, robótica e navegação autônoma segura.

npx golnaz

GhostP(y = ghost | z) = 0.73

Navegação autônoma ciente da incerteza

Sou pesquisadora de doutorado em Aprendizado de Máquina e Robótica na Universidade de Tampere. Meu trabalho combina aprendizado de máquina probabilístico, percepção, mapeamento e planejamento ciente de riscos para tornar robôs autônomos mais seguros e confiáveis em terrenos difíceis.

Arquivo de pesquisa · 04 trabalhos selecionados

Publicações

Robótica probabilística · segurança baseada em percepção · funções de barreira de controle · modelos de mundo cientes da incerteza

FIG. 01

free OGM cellsoccupied + CBF boundaryremembered obstaclesafe trajectory

Artigo de conferência · 2026/IEEE IROS

Trabalho selecionado · 01

OGM-CBF

Controle seguro de robôs usando OGM-CBF

Segurança baseada em mapas de ocupação com memória de obstáculos fora do campo de visão

OGM-CBF constrói uma função de barreira de controle a partir de grades de ocupação e campos de distância assinados. Ele suporta obstáculos de formas arbitrárias, mantém obstáculos observados anteriormente e foi avaliado no CARLA e em um robô móvel industrial.

OGM-CBFGrades de ocupaçãoSDFControle seguro

Ler publicação

FIG. 02

Preprint · 2025

Trabalho selecionado · 02

ProTerrain

ProTerrain: modelagem probabilística de terreno irregular informada por física

Previsão de trajetórias ciente da incerteza para robôs fora de estrada

ProTerrain modela incerteza espacialmente correlacionada em parâmetros do terreno e a propaga por um motor físico diferenciável. Operadores convolucionais estruturados permitem previsões probabilísticas de trajetória eficientes e de alta resolução.

Modelagem probabilísticaTerreno irregularFísica diferenciável

Ler publicação

FIG. 03

image frame · Fᵢhᵢₘg(u,v)

∇ₚhᵢₘg = [∂h/∂u, ∂h/∂v]RGB-D → cGAN → CBF-QP

RGB-D observationunsafe setCBF-safe path

Artigo de conferência · 2023/IEEE ICRA

Trabalho selecionado · 03

V-CBF

Controle seguro usando função de barreira de controle baseada em visão

Segurança guiada por percepção para ambientes desconhecidos

V-CBF constrói funções de barreira de controle diretamente de observações RGB-D, permitindo controle seguro ao redor de obstáculos antes desconhecidos e de forma arbitrária. O método usa tradução imagem-para-imagem e foi demonstrado com um carro autônomo no CARLA.

V-CBFRGB-DControle seguroCARLAICRA 2023

Ler publicação

FIG. 04

V-CBF perception pipelineh(x) ≥ 0 · safe

sensor inputunsafe pixelssafe gradient

Dissertação de mestrado · 2023/Universidade de Tampere

Trabalho selecionado · 04

Mapas de custo baseados em visão

Mapas de custo baseados em visão para navegação autônoma segura

Projeto e avaliação de mapas de custo para CBFs baseadas em visão

Esta dissertação investiga mapas de custo que transformam regiões inseguras segmentadas em representações compatíveis com barreiras de controle. Os métodos foram avaliados no CARLA usando métricas baseadas na ISO 22737 e métricas personalizadas, e depois implantados em um robô móvel industrial.

Mapas de custoV-CBFISO 22737Robótica móvel

Ler publicação

Experiências

Universidade de Tampere

Pesquisadora de doutorado

Agosto de 2024 - atual

Pesquisa navegação autônoma segura ciente da incerteza em terreno irregular. Projeto mapas probabilísticos de transitabilidade e planejadores cientes de risco como parte da Finnish Doctoral Program Network in AI (AI-DOC).

ML probabilístico

Planejamento de caminhos

Robótica

PyTorch

ROS 2

Universidade de Tampere

Pesquisadora

Dezembro de 2023 - agosto de 2024

Projetou um sistema de navegação baseado em percepção e independente de sensor, e desenvolveu modelos de terreno irregular no CARLA Simulator e Unreal Engine.

CARLA

Unreal Engine

Navegação autônoma

Percepção

Universidade de Tampere

Assistente de pesquisa

Novembro de 2021 - dezembro de 2023

Desenvolveu desvio de obstáculos baseado em visão com funções de barreira de controle, controladores robóticos baseados em otimização, segmentação semântica e sistemas de navegação baseados em aprendizado.

CBF

Visão computacional

CARLA

Unity

RGB-D

GANs

Universidade de Tampere

Pesquisadora de dissertação de mestrado

Julho de 2023 - outubro de 2023

Projetou mapas de custo baseados em visão e um sistema de avaliação baseado em cenários para um controlador seguro V-CBF, depois implantou o controlador em um robô móvel industrial.

V-CBF

CARLA

Visão computacional

Robótica móvel

ARAS Group

Pesquisadora

Outubro de 2019 - setembro de 2021

Desenvolveu uma simulação de treinamento de cirurgia ocular em realidade mista para o robô ARASH ASiST e um sistema de avaliação baseado em aprendizado por reforço.

Realidade mista

Unity

SOFA

Aprendizado por reforço

Universidade K. N. Toosi

Pesquisadora de graduação

Março de 2019 - maio de 2019

Implementou software de realidade aumentada baseado em marcadores e imagens usando visão computacional.

Realidade aumentada

Visão computacional