新首页-BISL Group

科研团队

更多>>

何斌

教授

研究方向：智能机器人、智能感知、智能检测、无人系统、数字孪生等

沈润杰

副研究员

研究方向：微驱动器、机器人、新能源发电技术、智能电网及大数据

印真

教授

研究方向：智能制造、物理智能、仿生结构与机构、机器人机构

周艳敏

副教授

研究方向：仿生柔性感知、环境主动交互与认知、智能机器人等

王志鹏

副教授

研究方向：智能仿生机器人

李刚

研究员

研究方向：智能感知与检测、传感器网络、无人机、数字孪生等

朱忠攀

副研究员

研究方向：无人系统智能感知

程斌

助理教授

研究方向：多智能体系统、分布式控制、事件驱动控制、协同感知

蒋烁

助理教授

研究方向：生机电一体化、多模态人机交互感知、穿戴式机器人等

张朋朋

博士后

研究方向：非线性系统网络化控制

朱晗

博士后

研究方向：智能建筑控制优化、建筑人行为、智能微网系统控制

Shumaila Javed

博士后

研究方向：体内纳米网络、无线通信、无线传感器网络和人工智能

研究方向

更多>>

机器人复杂技能学习

随着机器人与人工智能技术的发展，机器人逐步拥有了自主智能的操作能力，可代替人类完成更加复杂的操作任务。基于传统的运动学/动力学建模与任务理解，采用遥操作或示教编程等常规方法可使机器人具备一定的操作技能，较好地应用于结构化工作环境和单一固定任务的工作场景。然而机器人往往会面临动态、开放及对抗的复杂环境。采用传统常规方法设计的机器人技能无法适应非结构化工作环境及多样性的任务。本方向采用机器学习方法（...

查看详情

无人机协同感知与检测

针对复杂空间智能检测，建立无人系统自主智能验证平台，研究复杂空间下自主飞行与集群协同机理，提出了基于无人机的系统识别与损伤检测方法，支撑无人系统自主协同与技术应用。在水电站地磁场屏蔽、无GPS导航信号、无光环境下实现了无人机全自主飞行，为隧道检测数字化提供快速、简捷、高效、可靠的手段，突破了重大基础设施安全隐患的智能感知与探测技术，率先实现了高落差密闭空间自主飞行（见图：典型应用1），在近万亩林区...

查看详情

信息融合与数字孪生

围绕机器行为学重大前沿科学问题，建立CPHS数物融合驱动的无人系统单体发育与多体协同进化理论体系，研究全域智能感知与场景认知理论及元宇宙信息接口、协议、模型构建方法，构建几何、物理、语义等多层级信息融合的机环交互数字孪生仿真系统，建立跨领域、跨类型、跨尺度的CPHS三元空间多模态虚实融合映射模型，提出复杂场景中多粒度高动态多体协同仿真推演方法，形成支撑无人机、无人车、机器人长期自治发育的感知大数据

查看详情

机器人多模感知与自主导航

感知是自主智能无人系统的神经末梢，实现多维度多功能的传感探测，是现代信息技术的重要组成部分，是实现自动检测和自动控制的首要环节。针对复杂场景下视频、图像、语音以及其他交互模态，研究跨时空、跨模态数据处理和知识理解，研究和突破复杂场景下知识（视频、语音、图像等）的表征与描述、认知及推理。针对自主智能体在智能制造、智能城市、智能医疗等各种场景的应用，研究大规模场景中智能体自主建图、定位、导航技术；...

查看详情

科研平台

更多>>