科研团队|祝贺博士研究生郭宁、刘小博顺利通过博士研究生预答辩

科研团队|祝贺博士研究生郭宁、刘小博顺利通过博士研究生预答辩

2024年6月18日,在南方科技大学工学院北楼529室,BionicDL课题组在南科大招收的首批博士研究生郭宁、刘小博,进行了博士研究生预答辩并顺利通过。希望两位同学可以积极听取预答辩委员会的评审意见并积极修改论文,顺利启动并开展下一阶段的博士论文送审,预祝两位同学顺利毕业。
课程教学|24年春季「ME336人工智能与机器人客座报告」:邱强/qqfly

课程教学|24年春季「ME336人工智能与机器人客座报告」:邱强/qqfly

未来,机器人将无处不在,为人类生活和工作提供帮助。然而,将这一愿景转变为现实似乎还有一些距离——学术界运动规划、模仿学习、具身智能等概念与技术层出不穷;业界却还依赖传统的示教机器人。机器人是用来完成具体“工作”的,这就要求应用者不仅要精通“机器人学”,还需深入理解各项“工作”的具体需求。当前,机器人的广泛应用受限于编程的复杂性和专业知识的要求,这阻碍了机器人技术的推广和创新。“机器人无处不在”的关键,在于简化机器人编程——如何让编程过程既简单又通用,使得每个人都能参与进来?不需要深厚的技术背景,也不需担心不同机器人间的差异,我们将探讨一个可见的未来,其中任何人都能够创造、编程和操控机器人。从学者到开发者,再到普通用户,任何人都能轻松地驱动机器人,通过代码激活物理世界,实现他们的想象和创意。
ME336协作机器人学习|ME336 Collaborative Robot Learning

ME336协作机器人学习|ME336 Collaborative Robot Learning

《ME336协作机器人学习》是一门面向南方科技大学机器人工程专业大三、大四年级开授的本科生专业选修课,参课学生也包括来自机械工程、力学航空与航天工程、电子工程、计算机科学与工程等相关专业本科生。由南方科技大学机械与能源工程系助理教授宋超阳博士担任责任教师,是国内首门以机器人学习为主题的机器人工程专业课程,通过多学科交叉的方式,融合了以协作机器人为代表的新兴机器人硬件系统、以机器学习为引领的人工智能技术、以及以「项目实践-客座报告-教具研制-线上同步-双语教学」相结合的新工科教学方法创新。
机器人“第六感”的本体感知学习|Enable Robot’s “Sixth Sense” via Proprioceptive Learning

机器人“第六感”的本体感知学习|Enable Robot’s “Sixth Sense” via Proprioceptive Learning

本论文介绍我们获得美国发明专利授权的一种关于全方向自适应柔性多面体网络结构的视触融合本体感知学习技术,可以在实现物品形貌全方向自适应形变的同时,通过我们提出的指内视觉感知方案以及柔性超材料动态粘弹性建模,结合机器人学习方法,实现高性能六维力与力矩的精细检测以及实时本体形变三维重建,可用于柔性力触觉感知抓取、接触物品形貌重建等场景,同时具有极低的成本优势、且能在百万次循环下仍能保持良好的力触觉感知性能,在相关领域具有较好的技术前沿优势与水陆两栖应用前景。该论文发表于《The International Journal of Robotics Research》,共同第一作者包括南方科技大学博士研究生刘小博和韩旭东,合作作者包括南方科技大学力航系教授洪伟,通讯作者为设计学院助理教授万芳、机械与能源工程系助理教授宋超阳
24年春季「ME336人工智能与机器人客座报告」:王昊坤

24年春季「ME336人工智能与机器人客座报告」:王昊坤

Research on contact-aware motion planning and control methods for robots holds great potential for advancing their practical applications in various real-world scenarios. This presentation focuses on two critical causes of contact: the existence of multiple motion modes within the robot itself and interactions between the robot and objects in the environment. For instance, we explore the challenges posed by a quadrotor with a cable-suspended payload, which requires impact-aware planning and control. This joint system exhibits dual motion modes depending on the slackness of the cable and presents complex dynamics.
24年春季「ME336人工智能与机器人客座报告」:Joonho Lee

24年春季「ME336人工智能与机器人客座报告」:Joonho Lee

The success of legged robots in real world applications depends on their capability to autonomously operate in unstructured environments. Autonomous deployment of robotics systems in unknown environments comes with major challenges in different areas of legged robotics; locomotion, perception, navigation, and hardware design. In this talk, I will present our recent progress in tackling different challenges in legged robotics using recent deep learning methods. Over the last three years, we have expanded our walking robots' territory from the lab to arbitrary natural environments such as the Swiss Alps.
荣获由「联合国教科文组织-高等教育创新中心」颁发的「高等教育数字化先锋案例奖」|The DeepClaw Project was Selected for the UNESCO-ICHEI Higher Education Digitalisation Pioneer Case Award

荣获由「联合国教科文组织-高等教育创新中心」颁发的「高等教育数字化先锋案例奖」|The DeepClaw Project was Selected for the UNESCO-ICHEI Higher Education Digitalisation Pioneer Case Award

The UNESCO-ICHEI Higher Education Digitalisation Pioneer Case Award application highlights the transformative DeepClaw project led by Assistant Professor Chaoyang Song at the Southern University of Science and Technology. This innovative initiative addresses the critical need for accessible robotics education in developing countries like China. It underlines the crucial role of digital learning in bridging the gap by providing inclusive, cost-effective, and globally collaborative education opportunities. The project's objectives include developing a low-cost, portable system that combines tactile sensing and machine learning with soft robotics, aiming to democratize robotics education and foster innovation.
变分自编码指内视觉实现水下触觉感知|Autoencode a Sense of Touch Underwater

变分自编码指内视觉实现水下触觉感知|Autoencode a Sense of Touch Underwater

本论文结合基于指内视觉的软体机器人触觉设计和变分自编码机器学习技术,在非结构水下环境中实现精确的触觉感知、全向适应性和可靠抓取,该论文发表于《Advanced Intelligent Systems》,第一作者南方科技大学博士研究生郭宁,合作作者包括南方科技大学博士研究生韩旭东、刘小博、钟树乔、海洋系讲席教授林间、研究副教授周志远、机械与能源工程系讲席教授戴建生,通讯作者为设计学院助理教授万芳、机械与能源工程系助理教授宋超阳
通过柔性指的本体感知来增强物品位姿估计|Enhancing Object Pose Estimation with a Soft Proprioceptive Finger

通过柔性指的本体感知来增强物品位姿估计|Enhancing Object Pose Estimation with a Soft Proprioceptive Finger

我们最近在《Biomimetics》期刊上发表的论文,提出了一种受人体触觉启发的软手指,结合内部视觉与动觉感知,用于估计手持物体的姿态,解决了机器人领域中充满挑战的问题,实现了高精度的姿态估计和物体分类。该论文第一作者刘小博是南方科技大学机械与能源工程系博士研究生,合作作者包括南方科技大学机械与能源工程系博士研究生韩旭东、郭宁,本文的共同通讯作者是设计学院助理教授万芳、机械与能源工程系助理教授宋超阳。
用于水下人机交互的意图识别技术|Underwater Intention Recognition for Human-Robot Interactions

用于水下人机交互的意图识别技术|Underwater Intention Recognition for Human-Robot Interactions

我们最近发表在《IEEE CASE 2023》的会议论文,提出了一种增强水下人机互动的新方法,解决了潜水员在水下人机交互时面临的挑战。该论文的公共第一作者郭宇芹、张镕正为南方科技大学机械与能源工程系及设计学院硕士研究生,合作作者包括南方科技大学机械与能源工程系本科生邱望宏杰,MIT机械工程系教授Harry Asada(外肢体机器人概念的开创者),本文的共同通讯作者是设计学院助理教授万芳、机械与能源工程系助理教授宋超阳。