1、特种机器人研究方向

本中心是从研发特种机器人起步并发展起来的。主要研究恶劣和危险环境下的机器人。

恶劣环境下的机器人主要有以喷浆机器人为代表的地下工程机器人，探险-救助机器人等；危险环境机器人主要有高压带电作业机器人和高压电网巡线机器人等。

①地下工程机器人

本方向86年在我国率先开展以喷浆（即喷混凝土）机器人为代表的地下工程机器人研究和产品开发。一方面，重点研究地下工程机器人的特有问题：恶劣环境下控制系统的可靠性，恶劣环境下对机器人智能化程度的要求，非结构化环境中的建模、路径规划和寻优，控制系统的冗余和容错，机器人工程化中的人性化设计等；另一方面，十分重视开发地下工程机器人产品，并致力于它的产业化。

在原煤炭部、国家自然科学基金和国家863计划支持下，先后承担地下工程机器人方面的煤炭部重点项目多项，国家自然科学基金项目2项，连续承担地下工程机器人方面的国家863项目4项(其中863重大项目1项)。经过十年努力，1996年突破了我国多年来未解决的地下工程机器人的技术难题，研制出我国第一台地下工程施工机器人；接着，在国家863自动化领域重大课题“大型喷浆机器人产品化”（1998.6-2000.11）支持下进行成果转化；紧接着又在中小企业创新基金(2001.11-2003.6)支持下，完成了产品中试，实现了批量生产，并形成了防爆型与非防爆型、大中小型系列喷浆机器人和以喷浆机器人为龙头的快速掘进作业线等。现己在全国应用推广。与国外同类产品相比，技术性能和使用效果均有明显优势，实现了从依赖进口到国产喷浆机器人产业化的跨越，开拓了我国地下工程机器人的新领域。

该系列成果，1997年喷浆机器人被国家科委列为“国家科技成果重点推广项目”， 1999年被山东省和科技部推荐为建国50周年成就展参展成果，2000年“大型喷浆机器人”被评选为山东省十大科技成果（首位）、“PJR系列喷浆机器人”被国家煤炭工业科学技术委员会评选为“2000年度煤炭工业十大科技成果”，2001年“喷浆机器人”获山东省科技进步一等奖，2002年喷浆机器人获国家科技进步二等奖；2001年，被审定为863机器人“产业化基地”，在863十五周年总结表彰时被授予“先进集体”称号。

目前正尽快扩大喷浆机器人的产业化规模，努力发挥其对地下工程自动化领域的幅射带动作用；同时努力研发出新的地下工程机器人。

②高压带电作业机器人

“带电作业机器人”课题从99年开始研究，先后独立承担了省重大计划项目“新型高压带电作业机器人”和国家863项目“配电带电作业机器人”；与中科院自动化所合作的863课题 “110KV电力巡线机器人”。这些研究为本方向、也为我国机器人研究开拓了新的领域。带电作业机器人是在高压电力线路不停电的条件下对线路及其设备进行维修和维护的机器人，该项目是高难度、综合性课题，如研究过程中必须解决的冗余自由度的设计与控制、双臂协调、基于多传感器的信息融合、遥操作和智能作业、高电压环境中的电磁兼容、智能控制等问题，都极富挑战性。

目前世界上只有日本、美国等少数国家能够生产带电作业机器人。因此课题的研发成功将是我国机器人界的又一标志性成果。本课题的目标是，开发出具有我国自主知识产权的产品样机，并进而实现其产业化。国外产品价格昂贵（每台800万-1000万元人民币），预计我们的产品价格不超过国外的三分之一。目前，正在计划将带电作业机器人与视觉、超声等传感技术、光纤通讯技术、遥操作技术结合起来，开发对人身绝对安全的第二代带电作业机器人，并将它转化为产品。

基于虚拟现实的遥操作技术。危险环境下作业，安全性是至关重要的，事先要有周密的工作计划。该技术采用多媒体技术建造一个人造的“世界”，人在其中接受如同真实环境的感觉刺激，从不同的角度观察物体，操纵机器人执行任务。作业人员可以利用它事先演练作业过程、评估，然后制定作业计划。该技术在工业和军事中均有重要价值。

2、智能机器人研究方向

本方向研究重点:用于恶劣和危险环境下的智能移动机器人、(基于多机器人研究实验平台的)多机器人(多智能体)系统的理论与方法。例如，用于越野和探测的智能移动机器人、蛇形机器人等；基于多智能体系统理论与方法的多移动机器人、多工业机器人；新近又开展了动物型机器人研究。针对智能移动机器人课题，广泛开展了智能机器人的规划、学习与环境建模技术,多机器人合作、传感器信息处理技术,高精度伺服技术,恶劣环境下机器人路径的智能决策、信息融合等方面的研究工作，并应用在喷浆机器人、蛇形机器人和冗余自由度机械手的控制中，使它们具有了更好的性能和更强的适应性。研制出四周履带蛇行机器人（国家自然科技基金），提出了基于混沌控制的移动机器人导航方法和基于GPS－罗盘－局部路标相结合的智能机器人定位方法；在国内开创了高速公路环境下自主车的研究工作，提出了基于多智能体的控制体系结构。目标是,经过三年的艰苦努力，研发出达到实用水平的煤矿井下探测和救护机器人，以满足国家改善煤矿安全的需要。本方向在发展智能机器人技术的同时，注重机器人理论的研究。针对多目标不确定环境下移动机器人的路径规划，提出了一种新的混沌控制算法，减少了计算量，提高了规划速度和精度；提出了开放式机器人社会协同进化策略，解决了多机器人协同进化的知识传播难题，使机器人的“进化”具有更高的效率。

在与中国科学院自动化所合作的国家863课题“柔性制造系统中的关键技术—立体视觉系统”中，研制成功了“5DOF视觉平台机构”，它是一种高精度的5自由度直角坐标机器人，为制造业的模式识别、目标定位、视觉伺服提供了精密的测控平台。

最近，本方向开展了处于世界前沿地位的“动物型机器人”（也称“智能动物”）的研究，即研究用(计算机发出的)电信号控制活体动物，使之按人的要求行事。其途径是将计算机芯片植入动物体内，实现对动物神经的控制。此项研究得到了国家自然基金的资助。该研究不仅有重要的军事应用价值，而且在医学、生理学和残疾人康复等多方面都有重要学术和实用价值。

根据青岛市的特点，将对上述二个方向将作重要调整：特种机器人和智能机器人的研发重点要向海上、水下、炼油、造船和码头装卸等领域的机器人技术倾斜与转移；对巳有的成果和产品尽快转化，尽快扩大规模，高新技术关键技术和产业发展做出贡。

3、模式识别与智能系统方向

本方向主要研究图像处理与识别技术以及在智能控制中的应用等。

①基于超声传感的模式识别技术

从80年代中期就开始研究基于超声传感的模式识别技术, 利用超声传感成像技术获取井筒形状图像后，采用模式识别技术，成功解决了煤矿钻井井筒的形状测量、井壁质量和井筒偏斜测量等问题。

近年来，在省部和青岛市重点项目的资助下，对超声波在泥浆中的传播规律和超声回波信号的可靠识别技术进行了深入的研究。在此基础上，开发出了具有独立知识产权的产品“SKD系列超声测井仪”，现已开始投放市场研发的具有独立自主知识产权的超声测井仪，获经济效益200余万元，社会效益显著。

②基于显微机器视觉的模式识别技术 

在国家自然基金“基于机器视觉的体外细胞识别技术”研究中，针对显微视觉中图像的离焦模糊、运动模糊、目标物识别的速度及精度等问题，提出了图像清晰度评价函数、形状识别的极半径不变矩等理论。并成功用于体外抗病毒试验中对活细胞的自动计数，这是体外抗病毒药物筛选中测量活细胞方法上的一次重大突破。

该方向近年来，又开展了自然语言的理解与识别和基于生物信息特征的模式识别技术（例如虹膜识别技术）研究。

4、控制理论方向

本方向的主要研究内容为随机控制理论，此外还涉及鲁棒控制、 控制和信号处理。

随机控制、鲁棒控制、 控制是控制论的最富挑战性的几个分支(之一)。本学科在这些领域的研究都取得了一系列成果，尤其是在随机控制理论方面更具优势和特色。其成果不是对前人工作的细微改进, 而是旨在建立一套平行于确定性系统的理论架构；尽量用简单的数学方法推导结论、联系物理实例、并给出易于在计算机上实现的算法, 满足工程人员的需要，达到既有理论高度, 又有应用价值。研究的领域主要有: 随机最优调节器及其相关的Riccati 方程和Hamilton-Jacobi 方程的研究；随机能稳性和能观性；随机 控制和滤波器设计。近3年来，在上述领域均获得了突破性的成果: 张维海教授与台湾清华大学Chen Bor-Sen (陈博现,IEEE Fellow)教授合作研究的成果“无限时间非线性随机最优调节器及其相关的Hamilton-Jacobi 方程的研究” 解决了控制界多年来悬而未决的难题；引进了随机系统的谱的概念, 并以此来刻画稳定性、能稳性、能观性，并定义了随机代数Riccati 方程的强解. 随机系统的谱的概念的引入将引发许多新的研究课题；尤其是随机控制和滤波器设计领域的研究，取得的成果更突出，首先对线性随机 控制展开了讨论, 将Limebeer 等人的经典结论推广到了随机情形, 所得到的一对coupled  Riccati 方程正被其他学者所关注，在此基础上，非线性随机 控制、非线性随机 滤波器设计等都取得重要理论成果。上述成果的多篇论文，均作为regular paper发表(或已录用即将发表)在国际权威期刊Automatica, IEEE Trans. Automatic Control, IEEE Trans. Signal Processing、SIAM J. Control and Optimization上。

上述成果，目前正在模式识别课题研究中用于信号处理与滤波；在智能控制中，用于解决随机干扰和非线性问题的控制算法。目标是，通过三年的努力，切实在实际控制系统中得到成功应用，取得有重大影响的标志性成果。

此外本中心还积极开展了模式识别与智能系统的研究，特别是在磁悬浮和模式识别等领域，都取得了重要进展、承担了多项国家级项目。

联系方式

负 责 人：苏学成  教授

电子信箱：sxch@sdust.edu.cn

办公电话：0532-6057959

网    址：http://www.scrobot.cn/scrobot/robot.asp

联系地址：山东省青岛经济技术开发区前湾港路579号  山东科技大学信息与电气工程学院

邮政编码：266510