预告: 7月20日“机器人智能”论坛第三期

“机器人智能”论坛是由中国计算机学会（CCF）和中国人工智能学会（CAAI）联合主办，CCF智能机器人专业组和CAAI认知系统与信息处理专委会联合承办的机器人与人工智能领域的高端学术讲堂。“机器人智能”论坛第一期活动于2020年5月15日举行，在线观众人数达8000余人；第二期活动于2020年6月22日举行，在线观众人数近15万人。第三期活动将于2020年7月20日线上举行，继续邀请人工智能与机器人领域资深专家和优秀年轻学者，共享最新理论和技术成果。

19:30-20:15 《后疫情时代的下一代机器人》，甘中学，复旦大学教授

20:15-20:25 提问交流

20:25-20:30 休息

20:30-20:50 《基于人类示教的装配作业中技能动作的动作规划》，王岩，日本大阪大学

20:50-21:10 《移动机器人位置规划—高效健壮地抓取并搬运多位置的目标物》，许敬仁，日本大阪大学

21:10-21:30 《为机器人开发通用工具解决变种变量的操作任务》，胡正涛，日本大阪大学

讲者介绍

甘中学，国家级特聘专家，现任复旦大学教授、博导，智能机器人研究院院长，宁波市智能制造产业研究院理事长、智昌集团董事长，科技部变革性技术科学战略专家，浙江省人工智能发展专家委员会专家委员。主持和参加了ABB IRB第三代和第四代机器人控制器的开发，发明了柔性智能控制技术，完成了ABB控制器由运动控制器到力、视觉混合控制器，再到基于行为智能的智能控制器的转型升级，使得ABB在工业机器人领域控制器性能全球第一。现任复旦大学工程与应用技术研究院副院长，复旦大学智能机器人研究院院长，中组部PM2.5特别防治小组组长；国家“973”计划首席科学家，国家重点实验室主任，国家“十二五”863计划专家。曾主持国家重大示范工程项目1项、国际科技合作项目2项，带领团队承担国家863、973等课题43项，拥有美国专利15件、中国专利126件，发表论文40余篇，著作3部，荣获“中华人民共和国国际科学技术合作奖”。

报告题目：后疫情时代的下一代机器人

报告摘要：新冠疫情的爆发，既让我们看到了灾难，也为我们带来了机遇，机器人技术向无人操作、人机协作、跨区域协同方向发展的路线也日益明朗。在AI不断纯熟的背景下，新一代机器人，以解决工艺流程碎片化的痛点为切入点，通过工艺流、信息流、能源流的融合，以自主智能机器人、人机协同机器人、云化群智机器人为载体，打造快速化、高效化、精益化的生产过程，逐步孕育新的产业生态。

王岩，2018年硕士毕业于哈尔滨工业大学机器人技术与系统国家重点实验室，博士就读于大阪大学基础工学研究科原田研究室（Robotic Manipulation Lab），博士生导师是原田研介教授。研究目标为：通过将人类的先验知识赋予机器人，令机器人能够代替人类完成产品装配作业中较为精细复杂的装配任务。现阶段的研究内容主要是：基于人类动作分析的动作规划，以及机器人学习（Robot learning）在机器人装配中的应用。研究成果发表在HUMANOIDS、Advanced Robotics等机器人领域会议及期刊上。

报告题目：基于人类示教的装配作业中技能动作的动作规划（Motion Planning of Skillful Motions in Assembly Process through Human Demonstration）

报告摘要：智能制造通过将技术人员的技能经验数字化赋予机器人，可以实现生产作业的自动化，从而提高生产效率。人类示教是实现这一目的的常见方法，但示教无论在动作轨迹还是力上都存在非最优的可能性，从而为技能向机器人的移植带来了难度。在此演讲中，本人将分享的研究工作是，一种通过分析人类示教动作，对装配作业中的技能动作轨迹重新进行动作规划，并将所得技能赋予机器人的方法（主要为发表于Advanced Robotics上的论文内容）。还将简要介绍本人目前通过机器人学习的方法，使机器人习得装配作业中技能动作的力控制的工作内容。

许敬仁，本硕分别毕业于上海交通大学以及东京大学的热能与动力工程相关专业，2019年起在大阪大学Kensuke Harada教授的指导下攻读机器人博士。科研愿望是提升机器人在物理世界中的操作能力，使其更多地参与到日常生产生活中。研究兴趣包括移动机器人操作，抓取以及于机器人装配，研究成果发表于机器人领域顶会ICRA。

报告题目：移动机器人位置规划—高效健壮地抓取并搬运多位置的目标物

报告摘要：在现有的制造环境中，制造/装配所需的零部件的搬运供给任务（part-supply）仍然高度依赖人力，我们希望逐渐使用移动机器人代替人工完成零部件的抓取和搬运工作。在一个装配任务中，其所需要的多个装配组件一般按照类别存放于不同位置的收纳箱中，在本次演讲中，本人将介绍如何规划移动机器人的位置，使得移动机器人能够高效且健壮地抓取所有分布在不同位置的目标物体。我们提出了基于机器人Reachability Database的IK近似求解方法，在考虑机器人定位误差的情况下规划健壮的底座位置，并基于此规划最短路径使得移动机器人高效地完成零部件的搬运任务。

胡正涛，现为大阪大学基础工学研究科系统科学领域博士研究生二年级，本科及硕士毕业于西安交通大学。研究方向为机器人操作与面向智能机器人的工具设计，相关成果在IROS、RAL等国际学术期刊和会议发表，并多次被IEEE Spectrum Video Friday报道。

报告题目：为机器人开发通用工具解决变种变量的操作任务

报告摘要：现代自动化生产中要求机器人系统具备一定柔性以适应变种变量的生产需求。使机器人系统可以稳定并且低成本的操控多种物体是实现新一代高效自动化生产的重要研究目标。目前机器人系统针对多种物体的操作，主要通过机械手/手指更换设备或多功能机械手来实现。然而使用机械手/手指更换设备需要部署辅助控制设备和外部能源供给，这增加了系统的复杂度。同时，为设备的控制与供能而接入的电缆或气管对机械臂的灵活运动产生严重干扰。此外，多功能机械手仅可适用于一定范围的操作任务。对此，我们提出了让机器人使用不同工具来操作多样化目标物的方法。该工具无需外部控制及供能，通过机械机构实现机械手到工具的动力传递。它结构紧凑，对机器人的避障路径规划影响极小。在面对多种任务时机器人仅需抓取不同的工具并使用即可。本次演讲将讲解工具的设计及优化和工具的使用与操作方法。

【参会方式】:

会议时间：2020年7月20日（周一）19:30-21:30

1、扫描下方二维码，或复制下方链接，进入直播间。

http://play.itdks.com/watch/10112232

2、扫描下方二维码，加入微信群，关注后续活动。

3、欢迎扫码加入CCF，关注后续活动（会费标准：会员200元/年，学生会员50元/年）：