Yuanfan Xu

关于

徐远帆是一位专注于多机器人系统、自主探索与嵌入式计算的研究者，其研究成果在机器人学领域产生了显著影响。他的核心研究方向涵盖多机器人协同探索、分布式同步定位与建图（DSLAM）以及面向嵌入式机器人的高效硬件加速。 在多机器人探索领域，徐远帆提出了多项开创性方法。其代表作SMMR-Explore（2021年，被引80次）在通信受限环境下实现了无需外部定位的多机器人协同探索；MR-TopoMap（2022年，被引55次）进一步通过拓扑地图降低了通信开销；MR-GMMapping（2022年，被引21次）则利用高斯混合模型大幅提升了多机器人建图的通信效率。此外，他主导开发的Explore-Bench（2022年，被引40次）为自主探索研究提供了统一的数据集、评估指标与测试平台，填补了领域空白。 在硬件与系统层面，徐远帆设计了面向嵌入式机器人的可中断CNN加速器INCA与INCAME，以及基于FPGA的高效建图引擎GAME，致力于将先进感知算法部署于资源受限的实体机器人平台。他的系列工作总被引超过220次，为多机器人系统的实用化与高效化奠定了重要基础。

研究焦点

主要成就

代表论文

1. 1
   SMMR-Explore: SubMap-based Multi-Robot Exploration System with Multi-robot Multi-target Potential Field Exploration Method

   80 次引用 · 2021
2. 2
   MR-TopoMap: Multi-Robot Exploration Based on Topological Map in Communication Restricted Environment

   55 次引用 · 2022
3. 3
   Explore-Bench: Data Sets, Metrics and Evaluations for Frontier-based and Deep-reinforcement-learning-based Autonomous Exploration

   40 次引用 · 2022
4. 4
   MR-GMMapping: Communication Efficient Multi-Robot Mapping System via Gaussian Mixture Model

   21 次引用 · 2022
5. 5
   INCA: INterruptible CNN Accelerator for Multi-tasking in Embedded Robots

   9 次引用 · 2020
6. 6
   A Framework to Co-Optimize Robot Exploration and Task Planning in Unknown Environments

   6 次引用 · 2022
7. 7
   INCAME: Interruptible CNN Accelerator for Multirobot Exploration

   5 次引用 · 2021
8. 8
   GAME: Gaussian Mixture Model Mapping and Navigation Engine on Embedded FPGA

   3 次引用 · 2021
9. 9
   Efficient and Hardware-Friendly Online Adaptation for Deep Stereo Depth Estimation on Embedded Robots

   2 次引用 · 2025

主要合作者

联系与链接