实验室的主要研究方向

实验室的主要研究方向包括：

（1）工业物联网控制技术

本方向针对工业生产中，物联网前端的海量传感信息采集、工业设备间协同控制和实时远程监控等问题展开研究。重点研究工业物联网中多传感数据融合技术，利用传感数据的融合获得对设备的一致性描述，提高故障诊断算法的准确性；同时研究基于历史数据的压缩传感方法以降低数据冗余度，提高工业物联网的信息采集效率，降低网络能耗。研究软件定义网络和软件定义无线电技术在动态自组织网络中的应用，提高复杂作业环境下工业物联网可靠性和设备间协同工作能力。针对公共通信子网无法对远程工控业务提供针对性通信保障的问题，研究自适应的端到端通信协议和服务架构，对不同远程工业通信业务提供有针对性的通信质量保障。利用大数据技术对工业物联网采集的装备检测数据进行相关性分析，开展装备动态性预测研究，研究基于云计算平台的设备远程检测、诊断和控制，提高工控系统的鲁棒性。在此基础上，调研工业控制中的共性需求，借鉴移动工业组态软件架构，在工业物联网基础上研发模块化的工业设备远程健康服务系统和控制系统。在工业物联网的用户端研发基于毫米波雷达的手势交互方式，为远程作业人员提供良好的人机协作体验。

（2）智能视觉控制技术

研究智慧工业中的智能视觉检测与识别技术，通过精密成像机构和视觉成像系统，获取测控对象的高速高质量图像，对获取的图像进行去噪、增强、配准、拼接、融合等预处理，通过图像定位与分割，提取出待检测区域，进行目标检测与识别，对测控对象的各种参数进行测量，并提供给视觉伺服控制和机器人控制系统，以实现精密定位、抓取、分拣、传输、组装等作业。开展智能视觉检测的高稳定性、高可靠性和适应性研究，提高智能视觉检测的稳定性和可靠性。研究智能视觉伺服和特种环境下视觉伺服控制方法，实现对目标的高速精确控制。研究基于智能视觉的工业装备故障检测与诊断技术，结合云计算和大数据技术，实现对工业装备故障的实时检测与预测，并进行快速自动干预，降低人工检测的劳动强度，提高检测效率和精度，及时制止故障蔓延。研究复杂工业生产环境下的智能视频监控技术，包括运动目标检测、多目标跟踪、目标识别、不规范操作和危险行为识别等，实现安全生产监控。

（3）智能计算与工业机器人控制

研究新型智能计算方法及其在工业生产优化、工业机器人控制中的应用，构建基于新一代神经网络学习方法的机器人深度学习理论和应用技术平台，研究基于复杂传感网络、多种传感器信息融合和大数据挖掘理论的机器人自适应控制方法与技术。探索复杂工业生产环境下机器人运动控制参数的智能优化与自适应调整方法，实现工业机器人运动姿态与负载变化情况的快速识别，自动、智能化地调节运动控制参数，从而实现符合工业机器人运动特点的高精度、高可靠性运动控制。研究工业机器人运动路径规划与行为自主决策方法，结合模糊控制、神经网络、遗传算法等先进高效的智能控制理论和技术，在机器人的建模、移动机器人路径规划等方面开展研究，探索适用于机器人的智能控制新理论和新技术。研究多机器人系统的群体体系结构，多机器人系统中机器人群体的智能学习以及群体行为的理论与方法，以及多机器人合作及协调控制策略与机制。研究多传感信息融合的机器视觉与感知技术，利用超声波、红外线等探测技术与机器视觉相融合实现机器人避障与导航。研究人与机器人之间的多通道交互技术，通过手语、图像、语音等实现人机交互，研究人机交互过程中的安全机制。