時 間：2022年1月8日17：10-17：40
報告人：華南理工大學楊辰光教授
地 點：機器人視覺感知與控制技術國家工程實驗室一樓報告廳
報告人簡介：
楊辰光，華南理工大學教授、博導，廣東省智能系統控制工程技術研究中心主任。曾開創性的提出仿人機器人變阻抗控制方法以及仿人機器人學習控制算法，以第一作者發表的相關工作獲得機器人領域頂級期刊IEEE Transactions on Robotics和計算智能領域頂級期刊IEEE Transactions on Neural Networks and Learning Systems最佳論文獎，入選2019、2021科睿唯安全球高被引科學家。近年來，獲得省部級自然科學一等獎兩項，作為指導教師帶領學生團隊獲得第六屆中國國際“互聯網+”大學生創新創業大賽金獎（季軍）。主要研究方向為人機交互、智能控制等。在清華大學出版社出版《機器人仿真與編程技術》和《機器人控制: 運動學、控制器設計、人機交互與應用實例》中文教材兩部;在斯普林格出版《Advanced Technologies in Modern Robotic Application》并在Taylor & Francis Group (CRC Press)出版《Robot Learning Human Skills and Intelligent Control Design》(ISBN1000395170)英文專著兩部。
報告摘要：
利用控制理論對運動神經元調控機理建模，一方面可以幫助我們深刻理解人體肌肉骨骼運動控制原理，另一方面可以輔助我們設計機器人仿人控制器。報告中將介紹我們關于神經肌肉控制自適應調節阻抗、力、參考軌跡的成果，以及在此基礎上設計的仿人自適應學習控制器。我們更進一步的提出一種多層級阻抗控制與阻抗學習方法，并用于冗余自由度仿人機械臂，實現柔順的人機交互柔性控制。在機器人上實現仿人技能，也可以通過人機示教方式將人的技能高效傳遞給機器人，使機器人具備人的操作柔順性與靈活性。本報告中將介紹我們構建的一個基本的機器人學習系統，其實現運動技能在空間中的可拓展性，并保證運動技能的穩定復現。進一步地，我們基于肌電信號在技能建模和傳遞中加入了剛度信息，使得機器人能夠使用不同剛度與不同環境進行交互，以完成變化多樣的任務。進而對示教信息進行自動處理，包括運動技能分割，運動序列對齊等。工業生產和日常生活中機器人的運動和操作離不開人的監管和控制。傳統人機隔離生產方式剛性作業，無法完成復雜多變生產任務，新型人機共享控制模式將人的優勢（智慧性、靈巧性）與機器人優勢（高速率、高精度、順從性）深度結合，優化人機共同作業。本報告著重從遙操作和人機協作兩方面介紹人機共享控制的實際應用場景以及效果，從實時避障、神經網絡優化、動態補償以及肌電信號利用等多個方面對人-工業機器人以及人-移動機器人的新型共享控制技術進行探索與應用。
