实验室成果在《IEEE Transactions on Smart Grid》上录用

2024.11.26

       围绕网络化系统快速镇定这一问题，提出了一种基于网络拓扑切换控制的系统镇定方法，根据切换系统理论构建了状态依赖的拓扑切换控制律，并利用neural Lyapunov function方法建立了拓扑切换控制有效性的充分条件。提出的方法可应用于能源系统互联模式切换控制等场景。图： 网络拓扑切换控制用于系统镇定的机理论文信息：Han T , Song Y , Liu T ,et al.Topology Control for Multimicrogrid Stabilization[J].IEEE Transac...

查看详情

实验室成果在ISCIIA-ITCA 2024(11th International Symposium on Computational Intelligence and Industrial Applications & 15th Japan-China International Workshop on Information Technology and Control Applications)上发表

2024.11.26

       围绕相机的位姿估计问题，为利用更大范围内的环境信息，提出了一种适用于鱼眼相机的位姿估计方法，该方法基于EPnP算法求解鱼眼相机的位姿。该方法能够提升鱼眼相机相对环境的平移向量的估计精度和位姿求解效率。基于该成果在ISCIIA-ITCA 2024 (11th International Symposium on Computational Intelligence and Industrial Applications & 15th Japan-China International Workshop on Information Technology and Contr...

查看详情

实验室成果在《IEEE Robotics and Automation Letters》上录用

2024.11.26

       面向消化道微创精准医疗问题，实验室联合香港城市大学研发了一款新型无线柔性胶囊机器人，实现了胶囊机器人无线运动磁控与可控精准大剂量药物投递，并解决了传统胶囊机器人难以承受食管内压力导致药物提前释放的难题。论文信息：R. Liu, Y. Chen, Y. Zhen and J. Zhang, "A Magnetic Capsule Robot with an Exoskeleton to Withstand Esophageal Pressure and Delivery Drug in Stomach," in IEEE Robotics and Automati...

查看详情

实验室成果在《IEEE Sensors Journal》上录用

2024.11.26

       针对机器人触觉传感问题，实验室提出了一种经过模型优化的模型优化的无线智能边缘柔性磁触传感器，能够在边缘端实现高精度超分辨率的触觉信息采集与推理，并显著减少传感器与控制器之间的数据传输带宽需求。该方法实现了3260μs的平均推理周期，接触位置和力估计的均方根误差（RMSE）分别达到了行业领先的0.2689mm和36.24mN。图：传感器结构图：传感器应用示例图：传感器仿真与性能测试论文信息：Zhou Y , Luo Y , Yan Z...

查看详情

欢迎郑栋梁助理教授加入实验室！

2024.10.30

郑栋梁，自主智能无人系统科学中心助理教授。 2024年于佐治亚理工学院航空航天工程学院获得博士学位，导师Panagiotis Tsiotras教授；2018年于上海交通大学电子信息与电气工程学院获得硕士学位；2015年于东北大学信息科学与工程学院获得本科学位。主要研究方向为机器人规划与控制、自主机器人、视觉伺服等。研究成果以第一作者发表在IEEE Transactions on Robotics，IEEE/ASME Transactions on Mechatronics，IEEE Transactions ...

查看详情

实验室工作获2023年上海市技术发明一等奖

2024.10.24

2024年10月23日上午，全市科技大会暨科学技术奖励大会举行，隆重表彰为推进科技现代化作出突出贡献的科技工作者。由实验室牵头完成的《复杂屏蔽空间无人系统自主智能检测关键技术与应用》获上海市技术发明奖一等奖。项目第一完成人何斌教授参加颁奖典礼

查看详情

实验室成果在《IEEE Transactions on Industrial Electronics》上录用

2024.09.11

实验室在机器人技能自主学习方法研究上取得进展，相关成果以题为 “GTHSL: A Goal-Task-driven Hierarchical Sharing Learning method to learn long-horizon tasks autonomously”被IEEE Transactions on Industrial Electronics（IF=7.5）期刊录用。操作技能自主学习对机器人提高智能水平、应对复杂任务环境具有重要意义。数据驱动的学习方法已可以实现单一基础操作技能的自主学习，但在面对长序列复杂操作任务时依旧具有挑战...

查看详情

实验室研究成果在《IEEE Transactions on Automation Science and Engineering》上录用

2024.09.10

       实验室在人机协作数字孪生系统研究上取得进展。相关成果以题为“Toward Cognitive Digital Twin System of Human–Robot Collaboration Manipulation”被IEEE Transactions on Automation Science and Engineering（IF=5.9）期刊录用。       LLMs在各种机器人任务中取得了重大成功，表明它们有可能成为机器人决策的有力工具。基于此，我们将LLM与DT技术相结合，提出了一种HRC的认知DT系统，旨在将LLM整合到HRC系统的决...

查看详情