面向大范围科考的人-跨域机器人智能协同基础理论和试验研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    91748130
  • 项目类别:
    重大研究计划
  • 资助金额:
    63.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0306.自动化检测技术与装置
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

Human cross-domain cooperative robots system (HCCRS) that are made up of human and different types of robots is abele to complete complex task in dynamic environment because of the robots’ complementarity abilities in the aspects of environmental perception and mobility besides the introduction of human intelligence. It is the research focus and development tendency of robotics. However, two problems have to be solved for developing the HCCRS. One is the significant difference in both the sensing data and the kinemics/dynamics. The other is the inefficiency and simplex human intelligence introduction way. Based on these problems, in the project, extensive theoretical researches are conducted on the topics of “Cooperative Environment information perception and cognition of HCCRS”, “intelligent decision of HCCRS in complex environment”, “autonomic learning of intelligent behavior based on bidirectional active interface”. Based on the research result the experiment will also be conducted for verifying the feasibility and validity of the proposed method. Furthermore, the result will supply the theory system and technology of the human-robot harmony especially for large-scale exploration.
由不同类型的机器人(如飞行机器人和地面移动机器人)与人组成的人-跨域协同机器人系统,可以通过机器人能力的互补和人智能的引入进一步提升机器人对于动态环境的适应性和复杂任务的执行效率,是目前机器人领域的前沿研究热点和未来的发展趋势。但是不同类型机器人的感知和行为能力的明显差异以及人类智能的引入方式单一和效率低下为其协同应用带来了极大的挑战。本项目将重点针对“人-跨域协同机器人协同环境感知与认知”、“复杂环境中基于人机协同的智能决策”、“基于人机双向主动交互的智能行为学习”等基础科学问题,深入开展原创性的理论和实用性技术研究,初步构建基于跨域协同的共融机器人共性方法体系。同时研制实验系统,全面验证理论方法与技术的可行性与有效性。并以南极科考为典型使命,开展示范应用。本项目的研究成果将为共融机器人系统的基础理论体系提供全面的支撑,并为后续面向大范围科考的共融机器人系统提供装备研制技术。

结项摘要

人机协同是一种有效提升机器人在复杂环境下自主行为能力的手段,本项目在跨域协同机器人(如飞行机器人和地面移动机器人)基础之上通过引入人的智能构建了人-跨域协同机器人系统,可以通过机器人能力的互补和人智能的引入进一步提升机器人对于动态环境的适应性和复杂任务的执行效率。但是不同类型机器人的感知和行为能力的明显差异以及人类智能的引入方式单一和效率低下为其协同应用带来了极大的挑战。因此,项目重点针对“人-跨域协同机器人协同环境感知与认知”、“复杂环境中基于人机协同的智能决策”、“基于人机双向主动交互的智能行为学习”等共性基础科学问题,深入开展了原创性的理论和实用性技术研究,提出了新的研究思路和理论方法。同时通过改造现有机器人平台研制实验系统,在第二次青藏科考中开展了实验验证,切实提升了机器人系统在大范围科考活动中的效能。本项目的研究成果将为共融机器人系统的基础理论提供全面的支撑,并为后续面向大范围科考的人机协同系统提供装备研制技术。

项目成果

期刊论文数量(10)
专著数量(0)
科研奖励数量(0)
会议论文数量(6)
专利数量(7)
四倾转旋翼无人机无源控制与飞行实验
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    刘重;何玉庆;谷丰;杨丽英;韩建达
  • 通讯作者:
    韩建达
结合滤波与优化的无人机多传感器融合方法
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    中国科学:信息科学
  • 影响因子:
    --
  • 作者:
    代波;何玉庆;谷丰;杨丽英;徐伟良
  • 通讯作者:
    徐伟良
基于多站测距定位的无人直升机自主降落引导方法研究
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    航空兵器
  • 影响因子:
    --
  • 作者:
    潘思;谷丰;狄春雷;常彦春;杨丽英;何玉庆
  • 通讯作者:
    何玉庆
飞行机械臂系统的接触力控制
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    孟祥冬;何玉庆;张宏达;杨丽英;谷丰;韩建达
  • 通讯作者:
    韩建达
Interconnection and Damping Assignment Passivity-Based Control Design Under Loss of Actuator Effectiveness
执行器效率损失情况下基于互连和阻尼分配的无源控制设计
  • DOI:
    10.1007/s10846-020-01170-8
  • 发表时间:
    2020-03-14
  • 期刊:
    JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS
  • 影响因子:
    3.3
  • 作者:
    Liu, Zhong;Theilliol, Didier;Han, Jianda
  • 通讯作者:
    Han, Jianda

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

非线性卡尔曼滤波方法的实验比较
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    控制与决策
  • 影响因子:
    --
  • 作者:
    谷丰;周楹君;何玉庆;韩建达
  • 通讯作者:
    韩建达
面向自由飞行目标捕获的四旋翼最优轨迹规划
  • DOI:
    10.13976/j.cnki.xk.2019.9051
  • 发表时间:
    2019
  • 期刊:
    信息与控制
  • 影响因子:
    --
  • 作者:
    张广玉;何玉庆;代波;谷丰;杨丽英;韩建达;刘光军
  • 通讯作者:
    刘光军
铝阳极氧化膜的半导体特性
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    物理化学学报
  • 影响因子:
    --
  • 作者:
    赵景茂;谷丰;赵旭辉;左禹
  • 通讯作者:
    左禹
非线性卡尔曼滤波方法的实验比较研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    控制与决策
  • 影响因子:
    --
  • 作者:
    谷丰;周楹君;何玉庆;韩建达
  • 通讯作者:
    韩建达
多头注意力与字词融合的中文命名实体识别
  • DOI:
    10.3778/j.issn.1002-8331.2104-0265
  • 发表时间:
    2022
  • 期刊:
    计算机工程与应用
  • 影响因子:
    --
  • 作者:
    赵丹丹;黄德根;孟佳娜;谷丰;张攀
  • 通讯作者:
    张攀

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

谷丰的其他基金

基于集值函数描述的移动机器人自主行为基础问题研究
  • 批准号:
    61203340
  • 批准年份:
    2012
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码