[00115471]复杂环境下具有学习功能、可实现高精度操作的智能机器人技术

本项目是基于申报团队在信息理论、机器人智能等领域的长期系列的研究工作,以国家重大项目需求为背景,如 1)0902重大专项（国家十六个重大专项之一）对大型、昂贵、易碎光学元件的精密装配; 2)新型战机对型面复杂且由特殊材料构成的大重量部件的高精度磨削; 3)未知太空环境中,高速运行、失重航天器的对接需求。 研究能够感知复杂环境,具有学习能力,可实现高精密操作的机器人理论及技术。本项目属于机器人、信息与生物的交叉领域。 本项目的主要研究内容包括： 1)在实现比仅仅依靠系统和信息更高的任务精度方面,基于主申报人乔红提出的“可用的环境吸引域”理论,进一步深入研究了机器人可利用“高维环境约束”实现高精度的条件和相应策略; 2)在机器人的信息理解方面,研究了对复杂环境下任务目标的识别、检测、跟踪与理解,实现了适用于非结构环境的更稳定、更可靠的机器人信息理解算法; 3)在机器人的仿人认知方面,开展了在机器人系统中引入了人的视觉认知模型的研究工作,以提高人机合作的安全性、可靠性和智能性; 4)研究了上述三部分在技术和应用上的有效结合产生新的更稳定的算法,并应用到包括全自主工业机器人、宇航机器人在内的广泛的领域。 本项目的创新之处在于,将环境约束理论、仿人认知机制、视觉感知方法和传统的机器人控制方法融合,实现更灵活、更友好、更具学习能力的机器人。从2006年至今,申请团队获得了8项国家自然基金委的课题支持（主持了1项杰出青年基金、1项基金重点项目、2项基金面上项目、4项青年基金）,以及2项国家"863"课题支持。申请团队的相关工作也获得了国际国内同行的高度评价。 主申报人乔红研究员2007年获得国家杰出青年基金,2009年入选“新世纪百千万人才工程”国家级人选,2010年获得基金委重点项目。目前是中国科学院先导专项（智能机器人方向）专家组成员,并担任中科院自动化所“高精密感知与控制中心”首席科学家。 主申报人乔红提出的“可用的环境吸引域”概念被称为“乔的概念”。相关工作也得到美国《先进制造技术展望》杂志的全文报导,期望能够在工业界得到广泛应用。