相约清华园 共话机器人 2017机器人核心零部件和关键技术高峰论坛成功举办

▎Innov100——产业创新创投数据平台

目录 2017-2018年中国机器人创新Top100榜单 ......................................................................... 1 2017-2018年中国机器人创新top100研究 智能机器人，智享未来 ▎Innov100——产业创新创投数据平台

一、机器人创新发展概述 ............................................................................................................. 6 （一）机器人创新发展进程 .................................................................................................... 6 （二）机器人产业规模加速增长 ........................................................................................... 8 （三）机器人投融资持续升温 .............................................................................................. 10 二、中国机器人创新Top100数据分析 ............................................................................... 11 （一）机器人创新Top100产业生态分布分析 ............................................................... 11 （二）机器人创新Top100区域布局分析 ........................................................................ 14 （三）机器人创新Top100成长周期分析 ........................................................................ 17 （四）机器人创新Top100创投分析 ................................................................................. 18 （五）机器人Top100代表企业 .......................................................................................... 19 三、中国机器人创新Top100发展预测 ............................................................................... 21 （一）政策影响趋势 ................................................................................................................ 21 （二）技术影响趋势 ................................................................................................................ 21 （三）人才影响趋势 ................................................................................................................ 22 （四）资本影响趋势 ................................................................................................................ 22 说明：研究范围 .............................................................................................................................. 22 ▎Innov100——产业创新创投数据平台

创新之路

32 科学中国人 2023年11月叩响机器人时代的大门——记合肥工业大学机械工程学院院长、机器人研究所所长訾斌　张方方　吴应清“到2025年，我国成为全球机器人技术创新策源地、高端制造集聚地和集成应用新高地；到2035年，我国机器人产业综合实力达到国际领先水平，机器人成为经济发展、人民生活、社会治理的重要组成。”这是我国《“十四五”机器人产业发展规划》中明确提出的发展目标。合肥工业大学机械工程学院院长、机器人研究所所长訾斌教授从事刚柔耦合智能机器人理论、技术与装备研究多年，他认为机器人技术正在深刻改变着人类的生产和生活方式，而随着机器人应用场景的持续拓展，机器人时代进程将被大大推进。近年来，智能分拣、智能配送、智能搬运等大批“机器人快递员”问世；医疗机器人上岗范围从病房巡诊、康复训练、手术辅助拓展到智能消杀、核酸检测；水下仿生机器人正逐渐取代潜水员承担水文监测、目标搜救等任务；中国空间站机械臂惊艳全球……但机器人应用发展远不止如此，2023年1月，工信部等17部门印发的《“机器人+”应用行动实施方案》中明确指出，要面向社会民生改善和经济发展需求，遴选有一定基础、应用覆盖面广、辐射带动作用强的重点领域，聚焦典型应用场景和用户使用需求，开展从机器人产品研制、技术创新、场景应用到模式推广的系统推进工作，并支持一些新兴领域探索开展机器人应用。“人类对机器人网络化、极端化、智能化、绿色化、共融化的期望值越来越高。”訾斌说。在他看来，“机器人+”应用前景广阔，要立足国家与经济社会的需求，抓住这个发展良机，方能不负时代。从星河中走来“我们做科研要仰望星空，又要脚踏实地，在追寻梦想的同时不忘服务于国家需求。”訾斌由衷地说。他的科研之路正是从“仰望星空”开始的。早在1995年，第三届国际大射电望远镜工作组会议上，西安电子科技大学段宝岩院士所做的关于大射电望远镜馈源支撑的光机电一体化创新报告，就受到了国内外专家的高度关注。这个报告照进现实，扎扎实实地解决了中国天眼（FAST）项目中最大的难点——馈源舱及其支撑结构系统问题，将天眼馈源舱的重量由万吨降低到30吨，被誉为“变革式创新”。“之前，美国阿雷西博射电望远镜是刚性支撑，但天眼采用的是柔性结构。”如訾斌所言，口径305米的阿雷西博射电望远镜已经有近千吨重量，如果500米口径的天眼还因循旧例，馈源舱的重量将向万吨级跃进，这在实际工程应用中难以实现。从2003年开始，訾斌就致力于从事中国天眼大射电望远镜馈源支撑刚柔耦合系统力学分析与控制技术方面研究。

机器人相关的中文核心

以下是一些与机器人相关的中文核心期刊：

1. 《机器人》：是中国自动化学会和中国科学院沈阳自动化研究所主办的学术期刊，主要刊登机器人领域的基础理论、技术应用、工程实践等方面的研究成果。

2. 《自动化学报》：是中国自动化学会主办的学术期刊，主要刊登自动化领域的基础理论、技术应用、工程实践等方面的研究成果。

3. 《控制理论与应用》：是中国自动化学会控制理论专业委员会主办的学术期刊，主要刊登控制理论及其应用领域的研究成果。

4. 《计算机集成制造系统》：是中国机械工程学会主办的学术期刊，主要刊登计算机集成制造系统领域的研究成果。

5. 《模式识别与人工智能》：是中国自动化学会模式识别与机器智能专业委员会主办的学术期刊，主要刊登模式识别与人工智能领域的研究成果。

这些期刊都是机器人领域的重要学术期刊，对于了解机器人领域的最新研究进展和技术应用具有重要的参考价值。

机器人感知与控制关键技术及其智能制造应用

王耀南 1, 2 江一鸣 1, 3 姜 娇 1, 2 张 辉 1, 3 谭浩然 1, 2 彭伟星 1, 2 吴昊天 1, 2 曾 凯 1, 2摘 要 智能机器人在服务国家重大需求, 引领国民经济发展和保障国防安全中起到重要作用, 被誉为 “制造业皇冠顶端的明珠”. 随着新一轮工业革命的到来, 世界主要工业国家都开始加快机器人技术的战略部署. 而智能机器人作为智能制造的重要载体, 在深入实施制造强国战略, 推动制造业的高端化、智能化、绿色化过程中将发挥重要作用. 本文从智能机器人的感知与控制等关键技术的视角出发, 重点阐述了机器人的三维环境感知、点云配准、位姿估计、任务规划、多机协同、柔顺控制、视觉伺服等共性关键技术的国内外发展现状. 然后, 以复杂曲面机器人三维测量、复杂部件机器人打磨、机器人力控智装配等机器人智能制造系统为例, 阐述了机器人的智能制造的应用关键技术, 并介绍了工程机械智能化无人工厂、无菌化机器人制药生产线等典型案例. 最后探讨了智能制造机器人的发展趋势和所面临的挑战.关键词 机器人, 智能制造, 视觉感知, 智能控制, 系统应用, 信息物理系统引用格式 王耀南, 江一鸣, 姜娇, 张辉, 谭浩然, 彭伟星, 吴昊天, 曾凯. 机器人感知与控制关键技术及其智能制造应用. 自动化学报, 2023, 49(3): 494−513DOI 10.16383/j.aas.c220995Key Technologies of Robot Perception and Control andIts Intelligent Manufacturing ApplicationsWANG Yao-Nan1, 2 JIANG Yi-Ming1, 3 JIANG Jiao1, 2 ZHANG Hui1, 3 TAN Hao-Ran1, 2PENG Wei-Xing1, 2 WU Hao-Tian1, 2 ZENG Kai1, 2Abstract Intelligent robots play an important role in serving the country＇s major demands, leading the develop-ment of the national economy and ensuring national defense security, which are known as “the top of the crownjewel in the manufacturing”. With the advent of a new round of industrial revolution, major industrial countrieshave begun to accelerate the deployment of robot technology. As an important carrier of intelligent manufacturing,intelligent robots can play an important role in the in-depth implementation of the manufacturing power strategyand the promotion of high-end, intelligent, and green manufacturing. From the perspective of key technologies ofperception and control of intelligent robots, this paper briefly reviews the key technologies of robots such as 3D en-vironment perception, point cloud registration, pose estimation, task planning, multi-machine collaboration, compli-ant control, and visual servoing. Then, the paper reviews the key technologies for the applications of robot in the in-telligent manufacturing, such as robot three-dimensional measurement of complex curved surfaces, robot grinding ofcomplex parts, and robot force-controlled intelligent assembly. Typical cases such as bacterial chemical robot phar-maceutical production line are introduced as well. Finally, the development trend and challenges of intelligent man-ufacturing robots are discussed.Key words Robot, intelligent manufacturing, visual perception, intelligent control, system applications, cyber-physical systemCitation Wang Yao-Nan, Jiang Yi-Ming, Jiang Jiao, Zhang Hui, Tan Hao-Ran, Peng Wei-Xing, Wu Hao-Tian,Zeng Kai. Key technologies of robot perception and control and its intelligent manufacturing applications. ActaAutomatica Sinica, 2023, 49(3): 494−513 收稿日期 2022-12-26 录用日期 2023-03-12Manuscript received December 26, 2022; accepted March 12,2023国家自然科学基金(62293510, 62027810, 62003136, 62103138,92148204), 国家重点研发计划(2021YFB1714700, 2021ZD0114503),湖南省创新型省份建设专项资金支持(2021GK1010, 2021JJ10025),中国博士后科学基金(BX2021098), 长沙市自然科学基金(kq2014060),广东省人工智能与数字经济实验室(深圳)开放研究基金(GML-KF-22-14), 湘江实验室重大项目(22xj01006)资助Supported by National Natural Science Foundation of China(62293510, 62027810, 62003136, 62103138, 92148204), NationalKey Research and Development Program of China (2021YFB1714700, 2021ZD0114503), the Special Funding Support for theConstruction of Innovative Provinces of Hunan Province (2021GK1010, 2021JJ10025), the China Postdoctoral Science Foundation (BX2021098), Changsha Municipal Natural Science Foundation(kq2014060), the Open Research Fund from Guangdong Laborat-ory of Artificial Intelligence and Digital Economy (SZ) (GML-KF-22-14), and Major Project of Xiangjiang Laboratory (22xj01006)本文责任编委 贺威Recommended by Associate Editor HE Wei1. 机器人视觉感知与控制技术国家工程研究中心 长沙 410082 2. 湖南大学电气与信息工程学院 长沙 410082 3. 湖南大学机器人学院 长沙 4100821. National Engineering Research Center of Robot Visual Per-ception and Control Technology, Changsha 410082 2. Collegeof Electrical and Information Engineering, Hunan University,Changsha 410082 3. School of Robotics, Hunan University,Changsha 410082第 49 卷 第 3 期自 动 化 学 报Vol. 49, No. 32023 年 3 月ACTA AUTOMATICA SINICAMarch, 2023