机器人与智能系统研究所
系所概况:
以推动陕西省机器人产业发展为导向，开展智能机器人前沿技术探索研究，推动智能机器人与材料科学、信息科学、生命科学和环境科学等前瞻领域的交叉，促进智能机器人在相关领域的实际应用，实现智能机器人科学研究与应用技术的协调并重发展。
师资队伍:
机器人与智能系统研究所现有37名教师，包括教授15人、博士生导师24人，师资力量雄厚、梯次合理。梅雪松教授是我国智能制造和机器人重大项目专家组成员，网络协同制造和智能工厂重点专项专家组成员；陈贵敏教授是我国柔顺机构领域活跃专家，担任国际权威期刊ASMEJMechRobot副主编；张小栋教授长期从事智能检测、诊断与控制以及智能机器人技术方面的研究与教学工作，担任中国振动工程学会理事、动态测试专业委员会常务副主任，全国高校机械工程测试技术研究会常务副理事长，英文SCI期刊IntelServRobot、JMechSciTechnol编辑和中文核心EI期刊《振动、测试与诊断》常务编委等；胡桥研究员从事水下（仿生）机器人及智能感知技术等国防科研工作10余年，担任中国造船工程学会、中国仪器仪表学会等理事以及《水下无人系统学报》编委。
序号
姓名
团队名称
邮箱
职称
备注
1
王文君
激光装备团队
wenjunwang@xjtu.edu.cn
教授
团队负责人
2
梅雪松
激光装备团队
xsmei@mail.xjtu.edu.cn
教授
学科带头人
3
王恪典
激光装备团队
kdwang@mail.xjtu.edu.cn
教授
4
崔健磊
激光装备团队
cjlxjtu@mail.xjtu.edu.cn
教授
5
孙孝飞
激光装备团队
xfsunxjtu@xjtu.
副教授
6
赵万芹
激光装备团队
linazhao@xjtu.edu.cn
副研究员
7
段文强
激光装备团队
debo1128@163.com
副研究员
8
刘斌
激光装备团队
liubin1110@xjtu.edu.cn
副研究员
9
凡正杰
激光装备团队
fzj0717@sina.com
副教授
10
孙铮
激光装备团队
zheng.sun@xjtu.edu.cn
副研究员
11
王海涛
激光装备团队
wanghaitao@xjtu.edu.cn
工程师
12
姜歌东
智能生产与机器人技术
gdjiang@mail.xjtu.edu.cn
教授
团队负责人
13
陶涛
智能生产与机器人技术
taotao@mail.xjtu.edu.cn
教授
14
许睦旬
智能生产与机器人技术
xumuxun@xjtu.edu.cn
教授
15
施虎
智能生产与机器人技术
tigershi@mail.xjtu.edu.cn
副教授
支部书记
16
徐俊
智能生产与机器人技术
xujunx@mail.xjtu.edu.cn
副教授
17
赵飞
智能生产与机器人技术
ztzhao@xjtu.edu.cn
研究员
18
杨军
智能生产与机器人技术
softyj@mail.xjtu.edu.cn
副教授
副所长
19
闵超庆
智能生产与机器人技术
chaoqing.min@tjtu.edu.cn
副研究员
20
运侠伦
智能生产与机器人技术
yunxlxl@xjtu.edu.cn
副研究员
21
耿涛
智能生产与机器人技术
ttgeng@xjtu.edu.cn
助理研究员
22
张小栋
生机电融合与服务机器人团队
amct@mail.xjtu.edu.cn
教授
团队负责人/副所长
23
徐海波
生机电融合与服务机器人团队
hbxu@mail.xjtu.edu.cn
教授
24
张英杰
生机电融合与服务机器人团队
yjzhang@mail.xjtu.edu.cn
教授
25
朱爱斌
生机电融合与服务机器人团队
abzhu@mail.xjtu.edu.cn
教授
支部副书记
26
史晓军
生机电融合与服务机器人团队
shixiaojun@xjtu.edu.cn
副教授
27
张政
生机电融合与服务机器人团队
zhangzh@mail.xjtu.edu.cn
副教授
28
王晶
生机电融合与服务机器人团队
wangpele@gmail.xjtu.edu.cn
副教授
29
张东升
生机电融合与服务机器人团队
zds@mail.xjtu.edu.cn
副教授
30
陈贵敏
刚柔软复合机器人技术团队
guimin.chen@xjtu.edu.cn
教授
团队负责人/所长
31
王朝晖
刚柔软复合机器人技术团队
chhw@mail.xjtu.edu.cn
教授
32
胡桥
刚柔软复合机器人技术团队
hqxjtu@mail.xjtu.edu.cn
研究员
副所长
33
苏文斌
刚柔软复合机器人技术团队
wbsu@mail.xjtu.edu.cn
教授
34
王煜
刚柔软复合机器人技术团队
mywang2020@gmail.com
教授
35
李博
刚柔软复合机器人技术团队
liboxjtu@mail.xjtu.edu.cn
副教授
36
朱子才
刚柔软复合机器人技术团队
zicaizhu@xjtu.edu.cn
副教授
37
郑腾飞
刚柔软复合机器人技术团队
tengfz@xjtu.edu.cn
副教授
38
王斌
刚柔软复合机器人技术团队
wb8751@163.com
副研究员
39
白瑞玉
刚柔软复合机器人技术团队
ruiyubai@xjtu.edu.cn
助理研究员
课程教学:
课程名称
授课教师
学分
机械设计基础
陈贵敏
4
TRIZ创新设计研究
朱爱斌
2
概念设计研究
朱爱斌
2
机器人学
徐海波
2
机械系统集散控制
陶涛
2
精密成形技术
苏文斌
2
精密机械学基础
王晶（小）
2
现代模具设计及制造
苏文斌
2
Bio-mechatronicsTechnology
张小栋
2
现代测试技术及仪器应用
张小栋
2
机械工程测试技术
张小栋
3
电活性功能材料与结构导论特性与应用
李博
2
数控机床精度测量及误差补偿
陶涛,姜歌东
2
创新思维和机器人创客实践
朱爱斌
3
机械制图
史晓军
3
汽车电子与控制
张政
2
教学成果:
机器人与智能系统研究所教师们获国家级教学成果二等奖（梅雪松教授、陈花玲教授、徐学武研究员、许睦旬教授、张小栋教授等），主编教材20余部。
本研究所共有四个团队：
团队1:激光装备团队
激光装备团队以激光精密加工基础理论、关键技术、高端装备为主要研究方向，团队现有教师10人，包括教授4人，副教授1人，助理教授4人，高级工程师1人，博士生导师5人，目前在读博士20余人，在读硕士60余人。近年来，承担了包括国家重点研发计划、973计划、863计划、国家自然科学基金重点项目、国防预研等国家级、省部级项目30余项，校企联合横向课题10余项，团队在研项目总经费超3000万元；获陕西省高等学校科学技术一等奖1项；发表SCI/EI论文100余篇，授权发明专利近30项，成果应用于西航、商发、中电38所、航天六院等龙头企业，相关研究成果成功孵化激光智能制造企业。
团队2：智能系统团队
智能系统团队以智能工厂和智能机器人基础理论与关键技术为主要研究方向，是支撑陕西省智能机器人公共科技服务平台和西安交大机器人创新研究院的重要科研和教学实体，团队现有教师13人，包括教授4人、副教授3人、副研究员1人、高工1人、助理研究员4人，博士生导师5人、硕士导师7人。团队目前在读博士近20人，在读硕士人60余人。近年来，承担了包括国家重点研发计划、国家科技重大专项、973计划、863计划、国家自然科学基金重点项目等国家级、省部级项目38项，校企联合横向课题20余项，项目额超1.9亿元；获得国家级教学成果奖1项，陕西省教学成果奖1项；获得省部级科技技术一等奖5项；发表SCI/EI论文300余篇，授权发明专利40余项。指导学生获国际级、国家级机器人大赛一等奖和二等奖10余项。相关研究成果孵化移动机器人企业一家，所研制的消杀机器人在抗击新冠疫情中发挥了重要作用。
团队3：生机电融合与服务机器人团队
本团队聚焦生机电融合理论、方法与技术，提出“脑控技术”和“多元输入-多元输出脑认知模型”工程科学技术问题，研究脑-肌电与光纤多源感知、脑控、肌电控、人机交互和协同控制的理论和方法，开展助老、助残、助行、巡检、救援等服务机器人关键技术研究，积极谋求相关机器人样机成果转化，并促成其在重点行业的应用系统开发和示范应用。另外，针对国际上超能勇士概念，提出了超能机器人学的学术理念，开展其基本理论与关键技术研究。
研究方向包括：脑肌多源感知、人机交互及医学康复机器人，环境智能感知、机器学习及移动服务机器人，自主导航控制、多机协同及智能巡检机器人，光纤精密感知、监测诊断及机器人检测技术。
研究特色和内容包括：通过研究人体运动意图的精密感知理论与方法、多信息融合的机器视觉与智能人机交互、机器人运动路径规划与行为自主决策，实现人机运动的动态协同，开展多种服务机器人的关键技术研究与其原型样机的开发。研究内容主要包括：多信息融合的机器视觉与智能人机交互；机器人运动路径规划与行为自主决策；人-机器人交互理论研究与应用；精密感知、深度学习理论与实现；感知功能一体化神经控制假肢研究与实现等。
团队4：刚-柔-软复合机器人技术团队
综合运用智能材料、柔性结构和刚体机构，结合仿生设计，研究刚柔软复合机器人的设计与实现，面向复杂深腔作业、海洋资源开发利用、医疗康复器械、航空航天等应用领域，开展仿生驱动与感知、精密传动、刚度调控、水下操控、4D打印、重构与拟态、以及机器人系统研发等。
实验条件:
研究环境:
科研成果:
近三年近3年，共发表论文99篇，共授权发明专利84项，共获省部级一等奖4项，承担国家级科研项目28项，省部级项目11项，其他项目22项，经费共计1.48亿元。
省部级奖项列表
序号
奖励类别
项目名称
完成人
获奖等级
1
教育部高等学校科学研究优秀成果科学技术进步奖
数控机床动态误差分析关键技术应用
梅雪松、姜歌东、陶涛、张东升、赵飞等
一等奖
2
中国机械工业科学技术奖
高端包装印刷装备技术及系列产品开发
梅雪松，许文才，陈邦设等
一等奖
3
高等学校科学研究优秀成果自然科学奖
机械装备的复合故障智能诊断理论与方法
雷亚国，訾艳阳，何正嘉，胡桥
一等奖
部分项目课题列表
序号
名称及编号
起止时间
经费(万元)
1
国家重点研发计划“航空航天复杂构件表面的激光精细制造工艺与装备”（2016YFB1102500）
2016.07-2020.06
4645
2
国家重点研发计划“飞秒激光微创手术机器人系统”（2019YFB1311600）
2020.01-2022.12
1089
3
国家重点研发计划项目“激光高性能连接技术与装备”（2017YFB1104900）子课题
2017.07-2021.06
492
4
陕西省科技统筹创新工程计划项目“大负载长航时高层消防空中机器人研发与应用”（编号：2016TZC-G-12-3）
2016.01-2018.12
150
5
广东省科技计划项目“高速抗扰工业机器人专用伺服控制技术研究及应用”（2015B010917002）
2015.04-2017.12
500
6
国家科技重大专项“数控机床误差测量、分析与补偿技术”（2015ZX04005001）
2018.01-2020.12
834
7
陕西省科技统筹创新工程计划项目“工业机器人谐波减速器系列化研发及应用示范”（2015KTZDGY-02-01）
2015.09-2018.09
150
8
国家重点研发计划“面向功能替代的多模运动信息融合与识别技术研究”（2017YFB1300303）
2017.12-2020.11
680
9
陕西省科技统筹创新工程计划项目“多功能助老伴行服务机器人关键技术研究及产业化应用”（2015KTZDGY-05-01）
2015.8-2017.12
100
10
国家重点研发计划“负重及搬移托举助力外骨骼机器人关键技术研究及典型应用验证”（2017YFB1300505）
2017.12-2020.11
144
国际交流
2020年举办相关会议：
1.2020中国机构与机器科学会议(第22届)
http://iafe.xjtu.edu.cn/info/1009/6401.htm
2.全国高等学校制造自动化研究会第十九届学术年会
http://iafe.xjtu.edu.cn/info/1009/6408.htm
3.第十届国际电气电子工程师学会自动化、控制和智能系统中的网络技术国际学术会议
http://iafe.xjtu.edu.cn/info/1009/6409.htm
招生就业:
机器人与智能系统研究所每年招收研究生110人左右，其中包括硕士生近90人，博士生20余人，均在机器人与智能系统研究的相关领域开展工作，毕业后部分前往国内外知名高校和研究所进一步学习或工作，部分进入国内骨干或外资性企业，从事与专业相关的工作。
更新日期：2022年6月16日
IEEE Fellow李世鹏：AI与机器人前沿研究应该聚焦的四大方向
在演讲中，李世鹏介绍并展望了人工智能与机器人前沿研究方向，他指出：未来机器学习突破深度学习的数据瓶颈或许可以借助认知科学的方法得到突破，学习范式可从依靠“大数据”转变成依靠“大规则”；人机协作也要进化为人机“谐”作，只有将耦合、交互、增强、互补等目标纳入研究方向，才能实现人机的无缝连接。
以下是演讲全文，AI科技评论做了不改变原意的整理：
今天的演讲题目是《人工智能与机器人前沿研究之思考》，分为三个部分，先谈人工智能和机器人研究全景，然后聚焦研究方向，包括机器学习、运动智能、人机谐作、群体协作；最后进行总结。
人工智能相关研究的关键元素有三个：人、机器人/物联网以及AI。之所以将机器人和物联网归为一类，是因为这两者是物理世界和虚拟世界的接口。如果三个元素两两之间发生联系就会形成一个新的学科，例如机器人和AI相结合会产生智能体，AI和人类相结合会产生人机耦合以及增强智能，而机器人和人类相融合会形成增强机体。随着人工智能与机器人领域的发展，研究对象不再局限在单个智能体，而是越来越多地对多个智能体的协作进行研究，例如人类社会群体如何更好地相融合？如何设计出能够精妙协作的机器群体？
总体而言，我认为重要的基本研究方向是：机器学习、运动智能、人机谐作、群体协作。
聚焦方向之机器学习机器学习的发展离不开深度学习加持，它给行业带来许多研究成果，并赋能了语音识别、人脸识别、物体识别、自动驾驶等方面，推动人工智能产业高速发展。
虽然成果颇丰，但成也萧何败也萧何。深度学习依赖于大数据，其瓶颈也在于大数据。例如国内的智能语音技术尽管处于行业领先，但仍依赖技术积累和数据积累。现在想要让深度学习发挥巨大威力，仍然需要大量数据的加持，如果想让深度学习从一个领域扩展到另一个领域，也少不了数据支撑。
如何突破？研究者已经探索了多条路径，其中一个解决方案是：扩展深度学习框架。例如优化深度学习算法、知识图谱+深度学习、专家系统+深度学习等等。
另一条路径是因果推理，其目标是借助人类举一反三的能力，期望超越数据之间的相关性，进而探索数据之间的因果性，从而得到数据之间的逻辑推理。
第三条路径是类脑计算，从生物学角度，探索人脑认知元素和机制，以仿真方法再现人类大脑。
个人认为认知科学是突破深度学习框架的着力点。理由是人类认知过程有两点需要我们去进一步借鉴：生而知之、学而知之。
生而知之是指部分认知能力与生俱来，新生儿的脑神经有很多先天的连接。它给我们的启示是：现在的大多深度学习算法，大部分都是从零开始训练，而没有充分或者高效利用先验知识或者已有模型。如何利用“现有知识”是深度学习的下一个热门方向。
学而知之是指大部分认知能力是后天学习到的，尤其是早期学习。通过学习脑神经建立了更多的连接。孩子很多能力，包括感知、应对、语言、读写和理解，甚至分析问题和解决问题的思路和能力在很小时候已经基本定型；以后基本都是知识的积累。这意味着脑神经元很早的时候就连接定型成一个元模型，剩下的是只是利用这个元模型去解决具体领域的问题。这个与当前的大规模预训练模型有着惊人的相似之处。
学而知之的另一层次是：人类学习过程依靠多源的、多传感的、多模态的、多角度的数据，例如视觉、听觉、嗅觉、触觉和语境等联合信息，而今天的深度学习依靠大都是一段语音、一张照片，因此，未来AI模型的输入数据可能不仅是单一的数据，而是多个信号源的融合。如何模仿人类学习的过程，这是认知科学对深度学习的另一个启示。
再者，人类学习过程是一个从样本示例到原理归纳的过程，而不是仅停留在样本示例层面；目前深度学习却都是停留在样本层面。那么，未来是否能够构造类人的机器学习框架，无论输入什么样的数据，只要逻辑相通，都会收敛到一致的模型？
突破深度学习的数据瓶颈，可以尝试构建规则的众包系统，让人类教机器学习过程，其目的不是输入数据，而是让机器学习规则。由于我们试图从日常的活动中学习规则，这种规则普通人都可以标注示教，这就打破了以前专家系统地需要“专家”的局限。这种从“大数据”过渡到“大规则”模型构建方式显然也更符合人类的认知。
聚焦方向之运动智能众所周知，在机器人领域，波士顿动力公司的产品最“像人”，如上动图，机器人跳舞丝毫看不出生硬的感觉。但受计算资源、能量、运动控制的限制，它只能运行几十分钟。其实，波士顿动力机器人的运行方式是基于电机驱动，存在很多缺点，例如刚性运动、自重比较大、反应速度和灵活性的矛盾以及耗能大。
对比人类和其他动物的运行方式，肌肉、骨骼、传感和神经的结合可以在低能耗情况下，实现灵活运行。这给研究者的启示是，机器人的运行系统应该像人一样满足：高效、灵活、精确、鲁棒、刚柔并济、轻量、自适应等指标。当前的运动智能可能在某一个维度表现优秀，但综合考量仍然有很多缺点。
因此，运动智能的一个重要研究方向是：仿生。仿照动物的运动智能，例如运动控制采用逼近反馈式，运动过程视变化随时灵活调整。
如果说机器人是靠“内力”驱动，而医疗微纳米机器人是“外力”研究方向的代表。例如依靠磁力，小机器人精确地将药物从一个管道运送到另一个管道。
聚焦方向之人机谐作在人机谐作层面，区别于协作，“谐作”代表人机协作中的耦合、交互、增强、互补、协作、和谐等意思。人机谐作的目标是：不需要告诉机器人类的意图，机器就能领会，从而达到人机的无缝连接。
在达成人机谐作的过程中，重点研究人机自然交互、感知及增强。具体可能包括：生物特征检测和识别、人机接口、脑机接口、语音识别、动作识别、表情识别、语言理解、意图理解、体态感知、无隙增强，以及在扩展现实与远程现实的延伸等等。
人机增强智能方面，今天的机器学习框架大都是基于大数据的深度学习框架，肯定会遇到机器智能处理不了的情景。这对于某些高风险领域，例如自动驾驶、金融等来说是致命的。
针对这一问题，当前的解决方案是“人类接管”。这会涉及三个核心问题：
核心问题1：机器智能如何感知自己处理不了一些情况，而主动要求人来接管？核心问题2：什么时候人类可以完全放手给机器自主完成任务？核心问题3：什么样的人机交互设计能充分发挥人和机器各自的长处，同时又无需非必要地麻烦对方？三个核心问题如果无法解决，会导致一些困境。例如，以自动驾驶为例，目前安全员并不是开了“自动”功能就一劳永逸，仍然需要时时监测路况与路线，一刻都不能分神。这其实增加了安全员的负担，因为在没有自动驾驶的时候，人类对自己的驾驶环境会有一定的预测，而机器驾驶的情况人类无法预测。
人机增强机体也属于人机谐作的一个领域，能够帮助人类增强物理机体能力，完成一些人类自身体力完不成的事情。但机器可能过于复杂，需要人类培训后才能操作。人机增强机体的未来目标是实现人与机器和谐共处，操控起来如同人类的自己的器官一样自然。其中，涉及的核心研究课题包括：机器感知人的意图、人的姿态、理解人的自然语言命令、肢体语言等等，从而让机器以最适合人类接受、恰到好处的平滑方式帮助人解决问题。
聚焦方向之群体协作目前单智能体已经可以完成许多任务，但如何发挥每个智能体集合起来的威力？这涉及群体协作的研究方向。在仓储场景下，存在许多抓取分类的机器人，如果能够有效调度，那么必将大大提高工作效率。
当前主流的调度方式是中心化的控制方式，但面对成千上万的规模的智能体，则需要非中心化的控制，允许智能体之间存在自主行为，在相互协作的同时，还能“做自己的事”。即单独的有智能可独立行动的智能体，通过协作而达到的更高效的群体/系统智能和行为。
智能体群体协作目前涉及的规则包括，群体行为模型和激励机制、群体智能协同决策。这一方面，蚂蚁是我们的学习对象。另外，在自动驾驶方面，越来越多自主驾驶机器人出现，它们之间如何做到协同感知和协同控制也是当今热门话题。
上述四个方面属于基础性的研究，任何一个领域出现了突破，那将对其领域以及下游应用而言都是革命性的突破，也将带来工业数智化原创技术的创新，会让我们在竞争中占领优势地位!
本文授权转载自AI科技评论，作者是IEEEFellow李世鹏，由维克多整理成文。
关于阿尔法公社阿尔法公社（AlphaStartupFund）是中国领先的早期投资基金，由曾带领公司在纳斯达克上市的许四清和前创新工场联合管理合伙人蒋亚萌在2015年共同创立。
阿尔法公社基金的三大特点是系统化投资、社交化创业者社区运营和重度产业资源加速成长。专注在半导体、企业服务软件、人工智能应用、物联网技术、金融科技等科技创新领域进行早期投资。目前已经在天使轮投资了包括白山云科技、领创集团(AdvanceIntelligenceGroup)、Zenlayer、帷幄科技、所思科技等为数众多的优秀项目。
阿尔法公社获得36氪“2017年度最受创业者欢迎天使投资机构Top20”、“2019年中国企业服务领域最受LP欢迎早期投资机构”、“2019年中国企业服务领域最具发现力投资机构TOP10”以及“2020中国最受创业者欢迎早期投资机构TOP50”、“2021年度中国最受LP认可早期投资机构TOP30”、“2021年中国最受创业者欢迎早期机构TOP50”、“2021年中国跨境出海领域投资机构TOP10”等奖项；获得钛媒体“2020EDGETOP50投资机构”；还获得母基金研究中心“2018年中国早期基金最佳回报TOP30”、“2019中国早期基金最佳回报TOP30”，以及母基金周刊“2020中国投资机构软实力GP100科技力Top10”等奖项。
创始合伙人许四清获得2020年“福布斯中国创投人100”、投中“2019年中国最佳早期投资人TOP50”，以及36氪“2018年中国企业服务领域投资人TOP10”、“2019企业服务领域投资人TOP20”等奖项。创始合伙人蒋亚萌获得2019及2021年“福布斯中国创投人100”、36氪“2019年中国中生代投资人TOP50”大奖。返回搜狐，查看更多