——ROBOT-JNU第2023-2024年度10月份论文汇报——
会议形式：线上+线下
ROBOT-JNU-001
研究方向：智能机器人
报告人：罗浩武，2021级硕士
时间：10月07日（周日）晚6点30分
题目：基于动态阈值法的协作机器人碰撞检测
摘要：针对使用静态阈值法无法满足机器人碰撞检测的灵敏性问题，仔细阅读并复现了基于黑盒模型的动态阈值设计方法和基于时间序列分析的动态阈值设计方法。在前者的启发下，提出针对关节换向时的异常外力矩平滑方法，改进了基于时间序列分析的动态阈值设计方法中存在的部分不足。改进的基于时间序列分析的动态阈值设计方法在软碰撞问题上很容易失效，因此提出了基于改进Informer的动态阈值设计方法，此方法可以利用训练所得的先验知识有效解决软碰撞问题。
ROBOT-JNU-002
研究方向：智能机器人
报告人：方鸿奇，2021级硕士
时间：10月07日（周日）晚6点30分
题目：器人视觉在家电产品检测场景下的应用
摘要：针对家电产品混线生产的质量检测需求，分别介绍智能检测机器人在格力电器、金品电器这两个实际场景的应用。针对以上场景，采用全局相机目标定位、坐标系建模及控制率推导、获取质检图像进行图像检测的方法，开发一套基于计算机视觉的目标实时检测+机器人跟随作业的通用框架与组件。在金品视觉检测机器人中，介绍了基于全局初始化+局部roi跟踪的方法对相机框架和目标空调机进行图像定位，基于视觉伺服的思想进行机器人跟踪控制；基于HOG+SVM多尺度滑窗的方法实现整图的螺丝缺失检测；基于多尺度+多角度+图像金字塔加速的模板匹配实现了整图的标签贴纸错漏贴检测。
ROBOT-JNU-003
研究方向：工业机器人的视觉智能检测应用探索
报告人：王誉锦，2022级硕士
时间：10月13日（周五）晚6点30分
题目：工业机器人的视觉智能检测应用探索
摘要：以格力CAT为例介绍对介绍智能检测机器人在车间实际场景的应用工业机器人检测流程的理解和学习。针对螺母检测与电源线检测的目标，介绍整体检测流程以及算法，其中主要介绍基于空调支脚孔洞进行位姿求解进行定位以及末端目标位姿的求解。后续工作：实验室环境视觉伺服实验。实验以棋盘格作为检测特征，以示教的方式记录机械臂末端相对于棋盘格的期望位姿，通过固定棋盘格并不断改变末端位姿来记录不同位姿和其位姿下棋盘格特征点的分布作为数据，最后以机器学习的方法（SVR、MLP）代替图像雅可比矩阵，完成跟随的任务。
ROBOT-JNU-004
研究方向：信号与信息处理
报告人：张焯皓，2022级硕士
时间：10月13日（周五）晚6点30分
题目：机器人智能抓取的策略与视觉理解
摘要：此汇报主要概述了部分基于视觉的机器人智能抓取和操作的策略与方法，提供了当前的趋势和发展以及方法分类的各种标准。本人的工作有：（1）阅读了机器人智能抓取的相关文献，对文献内容进行了概括。（2）对基于视觉的机器人智能抓取的策略与方法进行了分类与总结。（3）对基于视觉的机器人智能抓取趋势进行了展望。目前的困难是寻找智能抓取方面的创新点，目前计划的工作安排是立足一篇论文，和导师探讨里面的研究方法并进行模仿与学习。
ROBOT-JNU-005
研究方向：智能工厂—物流调度
报告人：刘铭帆，2022级硕士
时间：10月18日（周三）晚6点30分
题目：工业物联网物流建模与云端后台系统开发
摘要：离散制造业，大多归属于传统制造领域，但智能制造的不断发展已经成为全球制造业的发展新趋势，使得离散制造业向智能化转型成为未来的必然。在此趋势下，苏州星光项目作为较典型的离散制造工厂，成为我的研究背景和场景。我致力于研究离散制造工厂中物流智能化方面的问题。主要工作如下，（1）物流调度建模；（2）物流调度系统输入输出数据规范；（3）数据存储规范；（4）线性规划；目前为止已经完成了建模和输入输出数据规范以及数据存储工作，并已通过测试验证了仿真系统可以正确响应调度指令，确保仓库存储的正确变化。最短路径优先，基于贪心算法载物优化测试正确。接下来的工作主要是线性规划，包括但不限于路径优化、载物优化、目的地为多仓库等。
ROBOT-JNU-006
研究方向：数据清洗
报告人：刘召煜，2022级硕士
时间：10月18日（周三）晚6点30分
题目:物联网终端智能操作程序开发与通信模式探索
摘要:在离散智能制造车间中，需要对各种机器的工作状态进行综合判断，根据不同传感器的异构数据设计不同的判断方式，综合结果。本次汇报主要就两方面进行工作的介绍：1.根据机器I/O传感器，借助DBSCAN基于密度的分类思想对机器工作状态进行划分。2.综合各类信息，使用决策树算法对机器工作状态进行划分。
ROBOT-JNU-007
研究方向：可视化
报告人：程健飞，2022级硕士
时间：10月18日（周三）晚6点30分
题目:多源异构实时数据建模可视化应用探索
摘要:以离散制造车间为背景,提出一种基于车间全局数据可视化方案,对于车间的人员、设备、制造系统和物流系统四方面数据分析与充分利用.目前工作:(1)将仓库状态数据进行处理,显示到可视化系统中,能够实现历史状态数据的回溯、当前状态数据的显示.未来计划:通过可视化处理算法,实现分层分级显示数据库,通过2D图形显示到可视化系统中。
ROBOT-JNU-008
研究方向：智能机器人
报告人：梁志新，2022级硕士
时间：10月20日（周五）晚6点30分
题目:基于时间序列的机器人动力学模型不确定性预测
摘要:针对机器人动力学建模误差导致的模型不确定性，认为机器人运行过程中产生的模型不确定性数据是一种按时间顺序排列的时间序列，从而引入深度学习模型，将机器人本体传感器采集的数据作为输入，预测机器人的模型不确定性。主要工作为：（1）构建并训练LSTM模型，将其应用到机器人模型不确定性预测当中。（2）构建并训练Transformer模型，将其迁移到机器人模型不确定性预测任务当中。使用构建的机器人数据集，成功训练了LSTM模型和Transformer模型，并用其进行了机器人模型不确定性预测任务，在直线轨迹数据上，两个模型都取得不错的预测效果。其中，LSTM模型预测结果的均方误差为1.566e-3N·m，Transformer模型预测结果的均方误差为5.9e-4N·m。
ROBOT-JNU-009
报告人：林泽阳，2023级硕士
时间：10月20日（周五）晚6点30分
题目：QT开发和通用开发SFC通信技术总结
摘要：本次汇报主要有两点内容:1、对Qt进行简单介绍，总结采用Qt进行的界面开发经验，包括Qt常见模块的使用（如界面QMainWindow、QDialog，图形视图框架QGraphics、线程QThread等）以及编写思路;2、通过ModbusTCP通信协议对SFC程序进行连接、调用，讲解其交互原理与流程，以及使用QModbus进行通信时的一些注意事项。两点内容都将围绕示教器、金品程序来进行讲解，并对所做工作进行总结。
ROBOT-JNU-010
报告人：欧哲滔，2023级硕士
时间：10月25日（周三）晚6点30分
题目：SFC与PLC的逻辑编程
摘要：1.通过学习SFC与PLC程序开发，熟悉了机器人控制等组织实施方式，理清了PLC及Motion IDE通过server与控制器中集成的PLC系统及Motion系统进行数据交互，PLC系统和Motion系统通过组态配置将M/D点互相映射，最终通过Motion系统控制伺服完成运动控制。所做工作：通过阅读JNU视觉智能数控系统Motion运动系统操作说明书及JNU视觉智能数控系统PLC逻辑系统操作说明书熟悉了PLC IDE 梯形图编写及Motion IDE顺序控制程序编写，完成了相关工程案例。2.通过学习C++程序开发，熟悉了面向对象编程流程，为机器人控制及视觉处理打下基础。所做工作：通过阅读相关书籍及学习网课，熟悉了visual studio等编程环境，学习了函数提高，类和对象，文件操作，模板，STL及常见容器等知识点。3.通过阅读john J.Craig的机器人学导论，掌握了空间描述及坐标系变换、连杆,DH参数，正运动学，驱动器空间，关节空间，笛卡尔空间等。
未来的学习规划：1.通过网课和阅读相关书籍学习opencv。2.继续嵌入式Linux开发。3.继续学习机器人学导论书籍。
ROBOT-JNU-011
研究方向：嵌入式Linux开发与机器人运动学算法学习
报告人：涂董荣，2023级硕士
时间：10月25日（周三）晚6点30分
题目：嵌入式Linux开发学习
摘要：基于STM32 MP157系列开发环境，简述Linux开发步骤、流程，从常用指令入手，搭建了Ubuntu和windows开发环境，完成了嵌入式Linux开发、移植算法的基本环境建设。并且开展了算法与数据结构的学习，从排序、查找到基本数据结构及算法组成等开展相关开发技能训练。存在一些问题：（1）跟随做开发学习的流程没有目标性；（2）开发学习整体需求不明晰；（3）机器人及控制专业知识匮乏，没形成有效技术链条。
ROBOT-JNU-012
研究方向：视觉惯性里程计
报告人：甄志诚，2022级硕士
时间：10月27日（周五）晚6点30分
题目：视觉SLAM的环境感知与理解调研与探索
摘要：本次汇报大体分为两部分，一是关于CUDA的学习汇报，二是一系列的论文阅读汇报。CUDA部分的学习包括了核函数调度，纹理内存的使用，线程模型等等，完成的项目是一个单目深度估计的加速，在AGX Xavier平台上实现GPU相对CPU约107倍的加速效果。论文阅读部分为”A Rotation-Translation Decoupled Solution for Robust and Efficient Visual-Inertial Initialization“，一篇CVPR2023的论文阅读，论文提出了一个新型的旋转平移解耦的初始化系统，使得初始化更为精确且鲁棒，为SLAM系统的初值寻找以及求解非线性优化问题提供帮助，其次是这篇论文的一系列相关工作。阅读了SuperPoint以及LightGlue这两篇论文，一个是使用CNN提取更鲁棒特征点的网络，一个是相对SuperGlue更轻量的寻找特征匹配关系的特征匹配网络。
ROBOT-JNU-013
研究方向：Linux嵌入式开发与机器人技术
报告人：林志海，2023级硕士
时间：10月27日（周五）晚6点30分
题目：嵌入式Linux开发与机器人运动学解算基础
摘要：本次汇报分两部分，先是基于STM32MP157开发板的Linux驱动开发环境搭建与使用，其次对于机器人运动学的理论学习。对于Linux的驱动开发，根据教程搭建了Linux驱动开发环境，熟悉了Linux字符驱动设备的开发流程，学习了设备树的编写方式。针对FreeRTOS进行使用，认识了RTOS的工作原理，熟悉FreeRTOS基本的API使用。对于机器人运动学的学习，学习了机器人位姿与坐标变换表示，掌握了D-H建模的过程。目前学习中的问题：（1）在Linux驱动学习中对外设的使用过少。（2）对于Linux的开发过程没有整体性把握。（3）机器人导论中的理论认识不深刻。
欢迎研究院各专业方向研究生及其他学院研究生、老师参与并提出指导意见！
