关于实验室

上海机器人研究由上海市高等教育局（现上海市教育委员会）于1988年在上海大学校园内成立。2018年引进马书根教授和袁建军教授，分别担任上海机器人研究所所长和常务副所长。

实验室以上海机器人研究所为依托，拥有一支实力雄厚的科研团队，包括一名教授、三名讲师以及30余名博士和硕士研究生。团队成员均为相关领域的佼佼者，其中袁建军教授担任学术带头人，鲍晟、杜亮、胡正涛三位讲师分别在各自的研究方向上成果斐然。实验室总面积达150平方米，科研条件优越。

实验室聚焦前沿技术领域，主要研究方向涵盖特种环境机器人系统、协作机器人操作技术、软体仿生机器人以及自动化装备等。凭借扎实的科研基础和创新的研究思路，实验室在科研成果方面硕果累累：已承担省部级以上科研项目10余项；获得授权国家发明专利40余项；荣获上海市科技进步二等奖一项；在国际知名学术期刊如《Automation in Construction》《Journal of Field Robotics》《IEEE/ASME Transactions on Mechatronics》《IEEE Robotics and Automation Letters》《Industrial Robot》《Scientific Reports》等发表高水平SCI论文50余篇。

在对外合作方面，实验室积极拓展交流渠道，与清华大学、上海交通大学、上海机器人产业技术研究院、香港科技大学、日本大阪大学、日本立命馆大学等国内外知名高校和科研机构建立了深度且密切的合作关系，通过资源共享、优势互补，共同推动机器人技术的创新发展。

研究内容

实验室聚焦机器人领域的前沿共性技术，致力于应用理论、技术发展的前沿成果解决生产、生活中的实际问题。研究内容涉及工业机器人、特种机器人、服务机器人、软体机器人等多个前沿热点领域。

机器人机构创新设计

机器人机构创新设计研究机器人的机构本体，通过新机构理论、新机构原理促进机器人技术的发展，在特种机器人构型设计、软体机器人仿生机构实现方向有重点体现。

• 管道类机器人，包括管内移动机器人、管外攀爬机器人
• 轮式移动机器人
• 应用于盾构机换刀任务的大型重载机械臂研究
• 多种软体机器人

机器人操作

机器人操作是机器人技术的核心研究领域之一，主要关注机器人如何通过机械臂或其他末端执行器精准地抓取、移动、操作物体，以完成各种复杂任务。其研究内容涵盖以下几个方面：

• 机械臂的运动学与动力学：研究机械臂的运动规律，包括正运动学（根据关节角度计算末端位置）和逆运动学（根据末端位置求解关节角度），以及动力学建模（分析机械臂的力与运动的关系），为精确控制机械臂的运动轨迹提供理论基础。
• 抓取与夹持技术：探索如何设计合适的末端执行器（如夹爪、吸盘等），并研究物体的抓取策略，包括抓取点的选择、抓取力的控制等，确保机器人能够稳定、可靠地抓取不同形状、材质和大小的物体。
• 感知与反馈控制：借助传感器（如视觉传感器、力传感器等）获取环境信息和物体状态，通过反馈控制算法实时调整机器人的操作动作，实现对复杂环境的适应性和精准操作。例如，在视觉伺服控制中，机器人可以根据视觉反馈实时调整末端执行器的位置和姿态。
• 任务规划与路径规划：针对具体的操作任务，研究如何规划机械臂的运动路径，避开障碍物，同时优化操作效率和精度。任务规划还包括对操作顺序和策略的优化，以提高机器人完成复杂任务的能力。
• 人机协作中的操作技术：在人机协作场景中，研究如何使机器人能够安全、高效地与人类协同操作。这涉及到对人类操作意图的感知、理解以及机器人对人类动作的适应性调整，确保人机交互的自然性和安全性。

机器人实时控制

机器人实时控制系统的研究内容聚焦于如何通过电控系统和控制算法实现机器人的高效、精准与实时操作。主要研究方向包括以下几个方面：

• 基于 EtherCAT 技术的高性能实时控制系统：EtherCAT 技术因其高带宽和低延迟特性，被广泛应用于机器人实时控制。研究如何利用 EtherCAT 技术实现机器人系统的分布式分频控制，提升系统的灵活性和扩展性。
• 模块化设计与系统集成：通过模块化设计，使机器人控制系统能够适应实验室中多种形态和应用需求。例如，基于 ROS2 的分布式实时控制系统架构（ROS2-ADRCS），实现了底层运动控制与上层规划算法的集成。
• 控制算法的优化：研究高效的控制算法，如基于模型的全状态控制算法，以实现位置、阻抗和导纳控制策略。这些算法能够有效抑制振动，提升机器人的动态性能。
• 上位机与下位机的人机交互优化设计：研究如何优化上位机（控制中心）与下位机（执行部件）之间的交互，提升系统的响应速度和操作便捷性。例如，通过全抢占和事件驱动的系统内核设计，结合公平调度和先进先出调度策略，提高系统的实时性和可靠性

机器视觉

实验室的机器视觉研究覆盖了基础理论与技术应用两大领域。在基础理论方面，重点研究低纹理环境下的移动机器人建图定位技术，探索如何利用视觉传感器在缺乏纹理信息的环境中实现精准的同步定位与建图（SLAM）。例如，基于视觉与惯性测量单元（IMU）融合的SLAM技术，通过结合视觉传感器的环境感知能力和IMU的运动信息，能够在视觉信息不足时提供更可靠的定位。

在技术应用方面，实验室开展了基于点云处理的物体位姿精确识别技术研究，通过优化点云数据的处理和分析算法，实现对复杂物体的高精度位姿检测。此外，还针对工业实际需求，开展了基于机器视觉的除锈质量检测研究，利用机器视觉系统对除锈后的表面进行高精度检测，确保除锈效果符合标准。

研究生培养

实验室致力于培养机电控全面覆盖的复合型高水平专业人才，强调机构、电控、算法的交叉融合，同时注重培养学生的领导能力和团队协作能力。

培养方案

实验室的研究生培养从招生阶段延续到毕业之后：

• 招生阶段：面试交流，确定发展方向。
• 入学前： 提供机器人基础知识学习指导。
• 研一（上）：课程学习，熟悉科研基础。
• 研一（下）：确定科研方向，进入课题组。
• 研二（上）：研究工作——初步。
• 研二（下）：研究工作——进阶。
• 研三（上）：总结研究成果，撰写毕业论文。
• 毕业后：定期回访交流。

培养条件

• 设计软件CREO、仿真软件ABQUES、计算软件MATLAB等商业软件的应用许可，以及WRS、V-rep、Gazebo等开源仿真软件的使用基础。
• 高精度3D打印机、激光切割机、数控加工机等多种加工设备，以及库卡LBR iiwa、ABB的GoFa10、UR5e、新松SCR5等各类协作机器人。
• 高速工业相机、激光跟踪仪、动作捕捉系统等高端实验装备以及力觉、触觉、视觉、超声、加速度计等多种实验仪器仪表。

毕业生统计

近期累计毕业硕士研究生18名。

硕士