• <menu id="6a6cy"><strong id="6a6cy"></strong></menu>
  • <menu id="6a6cy"></menu>
    <tt id="6a6cy"><tt id="6a6cy"></tt></tt>
    科學研究
    聯系我們
    您現在所在的位置:首頁  科學研究  科研方向與成果

      學院以智能機器人科技發展趨勢和國內戰略需求為背景,開展智能機器人相關理論及關鍵技術研究,為國家培養高端復合型機器人人才。學院以控制科學與工程一級學科為依托,承擔“機器人科學與工程”和“模式識別與智能系統”二級學科建設,兩個二級學科均具有碩士學位和博士學位授予權,并設有博士后流動站。學院人才培養覆蓋了從學士、碩士到博士三個階段,建立了“本、碩、博”貫通的人才培養模式。

      學院的主要研究方向涉及機器人及人工智能兩大領域,機器人與人工智能兩個方向相互依托相互支撐,具有廣闊的研究和應用前景。近年來,學院教師先后承擔了一系列國家重點研發計劃、國家863計劃、國家自然科學基金、國際合作等重點項目。在智能機器人感知驅動與控制、人機協作與共融、網絡及大數據環境機器人的研發與應用等領域進行了廣泛深入的研究,取得了重要的理論與應用成果,逐步形成了鮮明的學科特色和優勢。

      學院的主要研究方向及架構如下圖所示:





      學院教師主要研究方向與成果有以下方面:

      一、仿生驅動與控制

      1.--軟機器人理論與技術

      (1)變剛度驅動控制機理及實現方法研究

      以往對機器人的研究更多是針對剛性機器人進行的,對機器人剛度特性以及變剛度性能的研究還不夠充分。隨著機器人應用領域的不斷擴大,特別是對人與機器人協作的需求不斷增加,需要綜合考慮機器人的剛--軟等方面的復合性能。與傳統的剛性機器人相比,當考慮機器人的柔性特性時,相關動力學方面的研究工作也將具有更大的難度和挑戰。

      (2)基于對抗驅動的高精度機器人基礎理論及共性技術研究

      借鑒人體骨骼肌肉系統的作用特點和機理開展機器人控制理論和方法研究對提高機器人的性能具有重要意義。機器人及人工智能相關理論技術的快速發展為開展上述研究奠定了重要的基礎。對抗驅動的機器人由于可從原理上消除傳動間隙的影響,可進一步提高機器人的動態性能及運動精度,是機器人領域的重要方向。新型驅動方式及新型仿生材料的應用也對開展上述相關研究創造了更多有利的條件。

      (3)仿生變剛度機器人人機協作控制方法研究

      人機協作是拓展機器人應用領域的重要方面。無論是對于工業機器人還是對于服務機器人,人機協作相關理論方法的研究都是十分重要的。就現階段機器人的技術條件和應用情況來說,在相當長的時期內機器人的應用將是機器人與人的協作甚至是人與機器人的共融,而機器人仿生變剛度性能的提高將有利于人與機器人的協作控制。

      2.仿肌肉驅動與控制

      無論是對于工業機器人的作業性能還是服務機器人的人機協作性能,將人體骨骼肌肉系統的驅動控制機理應用于機器人的控制都是十分必要的。在這方面需要加以深入研究探索的課題還有很多。特別是新型仿生材料的快速發展為開展人工肌肉系統的相關研究提供了更多的可行性。

      3.力感知與柔順控制

      機器人在完成各種作業任務時需要與環境進行接觸,在完成人機交互任務時也同樣需要機器人與人之間的接觸力作用,力感知及柔順控制正是上述研究的核心問題之一。與位姿軌跡的控制不同,由于力信號具有較高的響應頻率,對機器人實施力控制往往具有更大的難度。在機器人學領域,對力控制的研究還很不充分,還有很多理論和應用技術方面的問題需要加以研究解決。

      二、自主控制與規劃

      1.機器人智能控制

      (1)欠驅動機器人的智能控制

      欠驅動系統是指系統的獨立控制變量個數小于系統自由度個數的一類非線性系統,在節約能量、降低造價、減輕重量、增強系統靈活度等方面都較完全驅動系統優越。典型的欠驅動機器人系統包括垂直起降飛行機器人、柔性機械手、倒立擺機器人等。欠驅動機器人系統希望以,需要充分利用好系統內部各個狀態之間的耦合關系,涉及到機器人動力學建模、智能控制和軌跡規劃等多個研究內容。

      (2)冗余控制

      具有冗余自由度的機器人由于可以利用其特有的自運動,可以克服一般機器人靈活性差、避障能力低、關節超限以及動力性能差等缺點。冗余自由度的引入還使機器人具有容錯性,對于一些特殊環境應用具有潛在優勢。由于自由度存在冗余,相應地在冗余自由度機器人的控制系統中需要考慮的因素必然增加,自然帶來冗余自由度機器人的協調控制問題,涉及到機器人軌跡規劃、避障、協作控制等多個方面。

      (3)仿生控制

      利用人工智能、控制理論和仿生學研究機器人的控制問題,提高機器人在復雜非結構環境下的自主運動能力。借鑒生物的控制機理和方法,研究基于人工智能及現代控制理論的仿生機器人自主控制問題,使機器人控制系統對環境不確定性、未建模動態及機器人自身變化具有魯棒性和適應性。

      2.移動機器人運動規劃

      (1)任務規劃

      機器人任務規劃主要是規劃機器人的行為或者任務,屬于機器人的高層規劃。利用搜索啟發等技術通過邏輯演算及相應的規則表示出期望目標及求解結果。

      (2)路徑規劃

      機器人路徑規劃是根據任務或者行為規劃出合理的路徑,主要是面向移動機器人的導航。按照一定的距離、時間、能量等性能指標要求搜索出從起始狀態到達目標狀態的最優路徑。涉及到環境信息的獲取、環境中不確定因素的處理以及路徑跟蹤中的誤差等問題。

      (3)軌跡規劃

      機器人軌跡規劃是針對各類機器人的運動及完成作業任務的需求,考慮機器人的運動學和動力學特性規劃出最優軌跡并進而實施軌跡運動控制。軌跡規劃是機器人基礎運動系統的重要環節,運動學層面的軌跡規劃方法已經比較成熟,但考慮并結合動力學性能的軌跡規劃和運動控制還面臨較多的問題,近年來對動力學運動規劃及控制的研究進展很快,考慮機器人動力學性能的各種機器人控制成果正在不斷涌現。

      3.多自由度機械臂軌跡規劃

      物體的抓取和傳遞是智能機器人的關鍵功能之一。對于多自由度機械手(臂)抓取的研究可以分為機械臂的運動學分析和軌跡規劃兩個領域。機械臂的軌跡規劃是在給定初始位姿和目標位姿的條件下,通過計算其逆運動學解,設計合理的規劃算法,計算機械臂的位置、速度及加速度,獲得一條由初始點到目標點的無碰撞且平滑的運動軌跡,實現機械臂的平穩、高效動作。

      三、智能環境感知

      1.智能空間感知

      由于機器人自身感知的局限性,僅依靠其自身難以實現對周邊環境的全面認知。借助家庭服務器、傳感器節點、智能終端、云平臺等基礎設施,構建具有普適能力的智能空間,有助于實現家庭服務機器人對環境及其中目標的隨時、隨地感知,滿足各種任務的需要。具體研究內容包括:無線多媒體傳感器網絡、三維空間覆蓋、三維定位與運動目標跟蹤、機器人與傳感器網絡的協同等。

      2.三維重建/SLAM

      SLAM(同時定位與構圖)在機器人、虛擬現實和增強現實等領域均有著廣泛的應用,也是實現真正全自主移動機器人的關鍵技術。利用激光、視覺、慣性導航器件等傳感器獲取的場景信息,真實地再現場景的三維物理結構并進行數字化處理,對于提高機器人的智能化、自主適應性具有重要的意義。具體研究內容包括基于視覺或激光的三維重建/SFM(Structure From Motion)、多傳感器融合的多模態重建、語義地圖、移動機器人實時定位與導航等。

      3.計算機視覺

      計算機視覺是以單目、雙目或多攝像機為感知手段,利用計算機模擬人腦的思維,實現特定場景或目標圖像的智能分析與理解。在現實生活中,計算機視覺具有廣泛的應用價值,并借助于深度學習的崛起而快速發展。具體研究內容包括醫學影像處理(心臟、腦部、血管等的識別分析與輔助診斷)、多攝像機場景監測、運動目標(行人或車輛)識別與跟蹤、機器人視覺場景的語義分割等。

      四、人機交互

      1.人的行為意圖理解

      面向機器人與人多模態融合自然交互,研究自然語言、手勢、體勢、面部微表情、生物電信號等多模態融合的人機自然交互理論和方法,研究機器人與人的交互關系模型、對基本社交準則的學習、交互意圖的識別方法,實現多模態的機器人與人自然交互。

      2.-機自然協作

      針對人—機協作型新一代機器人所處環境和完成任務的復雜性、多變性、不確定性,研究人在回路移動、作業機器人的人機協作環境認知、行為優化決策、自主學習、任務級指令交互等混合智能技術。

      3.-機互適應自主學習

      針對動態非結構化環境認知與行為優化決策,利用機器學習、人工智能與腦科學的研究成果,研究基于模仿學習、自主學習的機器人知識、技能獲取與增長機制及實現方法;面向自主作業和自主移動,研究機器人智能發育的軟硬件實現方法。

      五、機器學習與決策

      1.大數據分析

      面對海量互聯網數據或大規模專業數據,引入大數據思想,采用機器學習算法對大數據進行處理和解析,通過數據進行學習和知識挖掘,形成更強的洞察發現力和流程優化能力,有效地處理在真實世界中遇到的問題。具體研究內容包括:數據解析、數據挖掘、并行處理、數據可視化、知識圖譜等。

      2.機器學習

      面向機器人、無人駕駛、計算機視覺等領域的實際需求,模擬或實現人類的學習行為,以獲取新的知識或技能,重新組織已有的知識結構使之不斷改善自身的性能。具體研究內容包括:機器人學習、深度學習、強化學習、生物特征識別等。

      3.智能決策

      引入人工智能技術,以信息技術為手段,針對半結構化和非結構化的決策問題,通過大數據分析、專家系統、知識庫等方式充分地應用人類的知識,以知識推理的形式實現定性分析、以模型計算為核心解決定量分析的問題,提高機器人及智能系統在面臨動態復雜環境及事件時的決策能力。

      六、群體機器人系統

      1.多機器人協作與控制

      現實中的系統往往異常復雜、龐大且呈現出分布式特性,單機器人個體所擁有的計算資源和功能難以滿足復雜任務的需求,必須通過多個機器人相互協調與合作才能完成。具體研究內容包括:異構機器人的協同感知與調度、分布式自治與協作、多機器人協作與控制策略、多機器人編隊、多智能體資源調度與沖突調解等。

      2.網絡操作與控制

      網絡遙操作機器人系統通過計算機網絡通訊對遠端機器人進行遠程控制,實現了人類作業空間的拓展,采用人工智能與遙操作相結合的方法達到人智融合,具有廣闊的應用前景。具體研究內容包括:不確定時延條件下的模糊預測控制、遙操作系統建模及無源控制、遙操作機器人增強現實系統、高臨場感控制技術等。

      3.云機器人

      云機器人將云計算與機器人相結合,其特征是知識共享、自主學習、云端運算,被譽為機器人領域的下一代跨越式發展,在一定程度上預示著機器人領域的未來發展方向。具體研究內容包括:云機器人系統架構設計、基于云計算的功能重用及知識共享、基于并行計算與彈性資源的人工智能引擎、面向海量數據源的進化學習和邏輯推理等。

      七、機器人應用與關鍵技術研究

      1.外骨骼及醫療輔助機器人

      (1)柔順外骨骼機器人

      外骨骼可用于增強人體的運動能力,廣泛應用在健康人/老人/殘疾人的力量增強、運動康復和運動輔助等方面。在軍事應用、醫療康復、工業應用(制造業,礦業,建筑業等領域,可廣泛面向工程施工、緊急救助、生產制造、搬運運輸、危險作業)等領域具有廣闊的應用前景。在多項國家、省部級項目的資助下,圍繞著仿生機構、智能驅動控制和人機交互等關鍵問題進行了攻關,具體包括外骨骼機器人的人機相容性設計、關節變剛度驅動、人體運動感知、人機耦合協同控制以及系統輕量化等關鍵技術,研制了減重行走康復外骨骼、負載機動型外骨骼、以及作業增強型外骨骼機器人。

      (2)面向顱底微創手術的醫療輔助機器人

      顱底及面側深區手術因為涉及顱腦、重要血管神經等“致命”解剖結構,手術時存在較大難度和風險,需要醫生具有較高的專業技能和豐富的臨床經驗,導致其難以廣泛開展。顱底微創手術醫療輔助機器人為解決這一難題提供了可行的技術手段。在多項國家、省部級項目的資助下,重點圍繞整機研制、核心部件開發、關鍵技術突破、臨床示范應用等方面展開技術攻關,具體包括:一體化柔順關節與高精度靈巧型機械臂的設計與優化;基于多源力感知融合的機械臂柔順控制;基于多模醫學影像三維重建手術路徑自動規劃;基于解剖結構特征點與光學跟蹤的機器人導航與定位;穿刺診療機器人手術流程與規范、進針策略與安全控制機制等。

      2.仿肌肉并聯對抗驅動機器人

      (1)基于并聯驅動的高精度工業機器人

      工業機器人在其剛度和精度方面存在的不足限制了機器人應用領域的擴展,現有的工業機器人在機械制造領域應用時主要是完成輔助性的工作,還不能直接應用于機械零件的加工制造?;谌梭w骨骼肌肉系統的并聯對抗作用機制可望消除傳動間隙提高機器人的精度。當機器人的運動間隙被消除時,機器人的剛度建模將具有可行性和實際意義,可在輕量加工作業的條件下實現機器人的高精度運動及高精度作業。

      (2)仿生擬人形機器人

      工業機器人雖然與機床等設備相比存在剛度不足的問題,但從人機協作角度來衡量時工業機器人又過于僵硬。從仿生擬人的角度出發,參考人體運動系統的驅動和控制機理研究仿生擬人形機器人有利于提高人機協作的水平,可在更高層次上滿足人機共融的需求。

      3.面向智能制造的協作共融機器人

      結合工業生產、3C行業智能裝配生產線人-機協作的實際需求,研究協同共融機器人的關鍵技術和應用系統:

      (1)在機器人的本體智能方面,以多自由度機械手為對象,研究剛-柔耦合驅動與控制,引入深度學習實現具有較強環境適應性的物體3D位姿估計與實時抓取,結合深度強化學習實現機器人的視覺跟隨,并依托云計算研究知識共享與智力發育。

      (2)在環境適應性方面,針對存在動態擾動的協作環境,構建智能空間實現機器人視距外的環境感知,依托動態SLAM構圖實現層次化環境建模,研究構建稀疏、稠密語義地圖以支撐機器人的任務級、操作級環境認知,借助激光、視覺等多傳感器融合的方式實現魯棒定位與運動規劃。

      (3)在人-機協作方面,探索實現人-機器人的自然協作,并結合經驗數據增強人-機之間的適應性。采用數據手套結合肌電手環采集人自然裝配過程中的動作序列并提取運動學、動力學的時頻特征,在此基礎上運用機器人裝配過程學習的理論和技術?;谠破脚_,進一步實現機器人自學習與自主優化。

      4.架空環境攀爬移動機器人

      (1)電力輸電線路巡檢機器人

      在國家863及中央高?;究蒲袠I務費等項目支持下,項目組經過十余年研究開發,研究設計了多種雙臂式及多節式巡檢機器人系統。機器人可沿線路行走并跨越線路桿塔,該類機器人與無人機相比具有穩定性好安全性高成本低等優點,可替代人工完成巡檢作業任務。

      (2)建筑外墻清掃機器人

      建筑物外墻壁面的清洗一般由人來完成,作業條件惡劣危險性高,機器人在該領域應用具有良好的前景,但目前的機器人還不能很好地滿足實際需求,機器人的適應能力還有待提高。項目組采用四足攀爬移動機構設計的清掃機器人的本體系統可有效提高機器人的運動能力和穩定性,具有較好的研發應用前景。

        

      近年來,學院教師先后承擔了一系列國家863計劃、國家自然科學基金、國際合作重點項目、國家科技攻關項目、省部基金及重要橫向課題,在智能機器人、數字圖像處理、傳感器網絡、虛擬現實與智能化產品研發等領域進行了廣泛深入的研究,取得了重要的理論與應用成果,形成了鮮明的學科特色與優勢。獲得多項省部和市級科技成果獎項,獲得多項國家發明專;在國內外重要學術刊物和會議上發表多篇學術論文。獲得多項國家級、省部級和校級教學成果獎;編寫出版有影響的學術著作與教材10余部;擁有遼寧省教學名師和省級教學團隊,指導學生榮獲各類創新競賽獎60余項,培養了一批實踐動手能力強、創新思維活躍的優秀人才。


    一本到高清视频不卡dvd
  • <menu id="6a6cy"><strong id="6a6cy"></strong></menu>
  • <menu id="6a6cy"></menu>
    <tt id="6a6cy"><tt id="6a6cy"></tt></tt>