機器人感知與控制是實現機器人智能化作業的關鍵核心技術。機器人需要感知周圍環境和識別作業對象，從二維到多維信息的感知和融合，實現快速、精準的環境感知和目標識別，充當機器人系統“眼睛”。感知環境之后，結合智能規劃決策和自適應控制等方法，像“大腦”一樣為機器人系統提供最恰當的控制命令，以使得機器人做出相應的動作和反應。
近年來，隨著深度學習、大數據、智能控制等技術的快速發展，機器人的智能感知與自主作業的水平也在迅速提升。
作為“陸地上的機器人”，無人駕駛也在近幾年發展迅速。
無人駕駛系統的核心可以概述為三個部分：感知、規劃和控制。其中感知系統作為無人車的“感官”，起到了感知理解周圍環境的關鍵作用，是車輛自主行駛的基礎與前提。
目前，除特斯拉以純視覺技術路線為主外，主流的自動駕駛感知架構大多采用多傳感器融合的方案，即通過融合激光雷達、超聲波雷達、毫米波雷達、相機等多種傳感器的數據來獲取周圍環境信息，如：障礙物的位置，速度以及可能的行為，可行駛的區域，交通規則等等。
其中，相機、攝像頭等傳感器為載體的視覺感知，被視作自動駕駛的核心能力。
隨著自動駕駛對語意、幾何感知的需求的增長，視覺感知也起到越來越關鍵的作用。和其他傳感器相比，攝像頭在獲取語意信息上有著得天獨厚的優勢，有比毫米波雷達高得多的像素密度。同時，通過先進的算法，攝像頭也可以精確的測量周圍環境中的物體位置，同時通過傳感器融合減少誤解和漏檢，極大的提高感知在幾何和語意信息的準確度。
有了“感知”作為自主行駛的基礎與前提，自動駕駛汽車與非自動駕駛汽車的另一個關鍵區別在于汽車是否能自主控制一些關鍵的駕駛功能，如轉向、加速和制動。在自動駕駛級別劃分中，1-3級也是逐漸從信息交互、協同感知，再到最后的協同決策與控制，決策與控制系統是汽車中實時性和可靠性要求最高的系統。
近年來，人工智能技術的發展也對無人駕駛系統的協同作業、互操作、自主決策、集群控制算法等方面提供了強大的技術支撐，使得無人系統具備復雜場景下的自主作業能力。
目前行業也在積極探索人工智能在智能機器視覺感知和控制技術等領域的賦能作用，其中王耀南院士便是其中的佼佼者。王耀南院士，中國工程院院士，機器人技術與智能控制專家，湖南大學教授、博士生導師，機器人視覺感知與控制技術國家工程研究中心主任，瀟湘實驗室主任，湘江時代機器人研究院院長。
長期從事智能機器感知與控制技術及工程應用方面的教學科研工作，四十多年，潛心鉆研，主持完成國家重大科技和國防裝備研制等項目，突破國家重大工程高性能裝備制造的精密測量、高效加工、協同控制三大關鍵技術。
主持建成機器人視覺感知與控制技術國家工程研究中心、國家高效磨削數控工程技術研究中心，推動了我國制造業向高端智能化轉型升級。成果獲國家技術發明二等獎1項、國家科技進步二等獎4項、國際IEEE機器人與自動化領域“工業應用最高獎”，省部級一等獎12項。發表國際IEEE等SCI論文200余篇，出版機器人感知與智能控制等著作15部。
7月1日，在由長沙市人民政府、湖南湘江新區管理委員會指導，長沙市工業和信息化局、低速無人駕駛產業聯盟主辦的“2024第四屆低速無人駕駛場景生態共建拓展大會”上，王耀南院士將帶來《視覺感知與控制技術》的主題演講，敬請期待！
