实验室研究成果在《IEEE Transactions on Fuzzy Systems》上录用

2024.08.02

       实验室在如何实现刚柔耦合机械手的双向控制的研究上取得进展。相关研究成果以题为“A Novel Bidirectional Controlled Prosthetic Hand with Rigid-flexible Coupled Structure and Skin Stretch Feedback”被IEEE Transactions on Fuzzy Systems（IF=10.7）录用。       现有的机械手存在抓握适应性低、控制复杂和反馈困难等挑战。针对上述问题，本文研制了刚柔耦合机械手原型系统，研究了皮肤拉伸触觉反馈执行器阵列，...

查看详情

何斌教授在“2024亚太人工智能与机器人产业峰会”上作题目为《机器人智能感知与应用》的报告

2024.08.01

2024年7月13日-14日，由中国人工智能学会主办的2024亚太人工智能与机器人产业峰会、2024中国元宇宙大会在杭州顺利召开。大会以开放共享、合作创新为理念，旨在搭建一个高水平的学术交流和产业对接盛会，汇聚中外学者、行业专家深入探讨AI大模型、机器学习、机器人等领域的学术前沿和行业趋势，促进跨地区交流、激发跨学科融合、探索智能化时代的亚太共创共赢方案，推动亚太地区人工智能和机器人产业协同发展，为区域经济发展注...

查看详情

何斌教授在“2024首届全国大模型与决策智能大会”上作主题为《无人系统大数据训练和决策》的报告

2024.08.01

2024年7月19-21日，由中国指挥与控制学会（CICC）主办,CICC大模型与决策智能专委会、CICC智能指挥与控制系统工程专委会、CICC智能博弈与兵棋推演专委会、国防科技大学系统工程学院（大数据与决策实验室、信息系统工程重点实验室）承办的“2024首届全国大模型与决策智能大会”（CCLD 2024）在杭州顺利召开。大会以“大模型与决策智能交融共进”为主题，聚焦探讨最前沿的大模型技术与决策智能应用，集聚国内高等院校、科研院所和...

查看详情

热烈祝贺桑宏锐博士顺利通过毕业答辩

2024.07.31

2024年7月25日，课题组2019级博士生桑宏锐的博士学位论文答辩会在上海自主智能无人系统科学中心16号楼3楼会议室如期举行，答辩委员会经过无记名投票表决，建议授予其工学博士学位。祝贺桑宏锐同学

查看详情

实验室研究成果在《Advanced Engineering Informatics》上录用

2024.06.28

       实验室在机器人操作数字孪生系统研究上取得进展。相关成果以题为“A digital twin system for Task-Replanning and Human-Robot control of robot manipulation”被Advanced Engineering Informatics（IF=8）期刊录用。       为了快速响应个性化制造的需求，增强机器人在动态复杂操作任务中的鲁棒性，启发于数字孪生的实时性和闭环特性，我们提出了一种新的DT原型系统，建立了一个双向信息反馈回路，用于操作任务重新规...

查看详情

上海大学力学系系主任杨小权教授学术讲座

2024.06.26

      2024年6月26日，实验室印真老师邀请上海大学力学系系主任杨小权教授在上海自主智能无人系统科学中心进行了学术讲座与交流，讲座主题为飞行器复杂流场高精度数值模拟方法及应用。      杨小权是上海大学力学与工程科学院力学系主任、上海市飞行器力学与控制高峰学科创新团队层流减阻与控制方向负责人与学术带头人，参与ARJ21-700、C919、C929飞机研制工作，参与国家数值风洞等国家级CFD软件开发重大工程，主持了研制翼身融...

查看详情

上海交通大学电子信息与电气工程学院陈东尧副教授学术讲座

2024.07.01

     2024年5月28日，实验室印真老师邀请上海交通大学电子信息与电气工程学院陈东尧副教授在上海自主智能无人系统科学中心进行了学术讲座与交流，讲座主题为基于磁场感知的高精度动作捕捉。     陈东尧是上海交通大学电子信息与电气工程学院的长聘教轨副教授。他的研究方向为移动感知、传感器系统以及相关的安全和隐私问题。他带领的CyPhy研究团队致力于开发系统性的解决方案，来应对未来医疗健康和交通领域中的关键问题。他的...

查看详情

实验室研究成果被《IEEE Transactions on Instrumentation and Measurement》录用

2024.05.29

多层感知器和卷积神经网络等深度学习模型具有强大的特征表示和非线性映射能力，其在故障诊断中的有效性已得到证实。然而，故障特征通常以不同尺度的形式出现，并且总是受到噪声干扰，这使得现有的基于深度学习的故障诊断方法难以学习机械振动信号中的局部和全局信息。为解决这一问题，我们提出了一种名为MgHNN的多粒度混合神经网络，用于提取鲁棒的故障特征。MgHNN能够将特征表示为具有幅值和相位信息的波函数，这使得网络能够...

查看详情