突破了人机交互遥操作机器人的力感知、力反馈、力控制三大关键技术，研制成功人机交互遥操作的关键支撑设备，填补了国内空白。

依托我校“机器人视觉感知与控制技术国家工程实验室”等重点研究基地，重点开展面向工业4.0的智慧工厂技术、生产线自动化生产技术、智能工业机器人、高性能伺服电机驱动技术等制造业生产自动化升级改造关键技术和装备的研发。在机器人感知技术方面实现了传感器微型化、网络化、集成化和智能化，为机器人感知提供系统的解决方案；在机器人控制技术方面提高了机器人操作精度、可靠性、可重复性等性能指标，保障机器人能够完成多任务、高柔性的灵巧作业。目前已研发并应用的机器人包括铁轨表面缺陷检测机器人、汽车发动机气缸铸件清理机器人、高压电线巡检除冰机器人、与瑞森可机器人公司联合研制的关节臂式机器人等。

内容介绍： 该项技术是以机器人技术应用为基础，利用机器取代人工从事装配精 度较高、重复繁重动作较多、劳动强度较大的成批或大批量生产的产品装 配工作。目前该项技术已成功应用于汽车部件、飞机部件等产品的自动化 装配。 该项技术解决了设备自动调平（沿法线方向）钻孔，自动在线检测位 移、压力、流量等产品技术指标，具有自动判断零件特征、自动纠错措施

1.痛点问题 协作机器人是在共享空间中与人互动或在附近安全工作的机器人。与传统工业机器人相比，协作机器人的优点主要体现在人机共融环境中的安全性、交互性、灵巧性和智能性。这种机器人不仅性价比高，而且安全方便，能够极大地促进制造企业的发展。针对我们国家协作机器人方向，机器人关键核心部件（一体化关节、扭矩传感器、力矩电机、自适应控制器）受到国外卡脖子影响，系统软件、智能感知和决策算法储备不足，整机集成设计方面需要极大提升，因此攻破关键制约，加速智能协作机器人发展刻不容缓。 2.解决方案 本项目总体目标是实现自治友好的智能协作机器人系统。突破了“感-驱-控”一体化关节集成设计技术、分布式实时控制系统架构设计技术、高带宽自适应柔顺运动控制技术、基于机器学习的视觉感知技术，形成一批关键核心部件，包括扭矩电机、力矩传感器、一体化关节、分布式控制器和末端执行器，实现轻量化、模块化的协作机器人单臂和双臂，和围绕复杂应用场景开展应用验证。 合作需求 1）构建针对于产品打磨的专业化团队； 2）组建针对产品的专业化管理和销售团队； 3）搭建研发的实验基地和批量生产基地，以及寻求资金支持。 或者，寻找有实力的产业企业，开展技术转移。

防疫消杀机器人可自主完成建图导航，智能避障，完成消毒任务后智能充电。同时实时监控消毒流程，生成完整工作日志，保证室内卫生的消毒工作安全、高效地进行。 产品型号分为：单灯柱型、折叠翼灯柱型两种类型。 1、单灯柱型功能模块： 2、折叠翼灯柱型功能模块：

公司现在都是由人工进行数控车床及加工中心的操作，每人可以操作两台或三台机床，公司自2019年起就着力考察能够合作的企业或学校，致力打造由机器人替代人的数控车床及加工中心的操作，但多方寻找，还未有能够针对我公司的高端装备产品的机器人，我公司的产品，品种多，需要较频繁的更换要加工的工件，所以较其他企业的流水线式的机器较为复杂。

乐聚（深圳）机器人技术有限公司是一家致力于高端智能人形机器人研发、制造和销售的高科技企业，是人类与机器人友好共融世界的开拓者。 乐聚汇集了众多人工智能机器人领域的年轻精英，拥有完全自主知识产权的硬件和控制系统，掌握了从机器人整体结构设计、核心部件制造到人工智能算法研发的一系列先进技术。 乐聚年轻热情、富有创造力的精英团队，一直在创造着最富有灵感的机器人，赋予机器人和人类更加接近的外观和智慧。

浙江恒锐机器人技术有限公司位于杭州市未来科技城，是由浙江大学科研团队发起并联合亚龙智能共同成立的机器人高端装备公司。秉承“服务产业、致力教育”的企业宗旨，采取工业应用、教育装备与人才培养三位一体的发展模式，深耕工业机器人教育装备及智能制造领域，通过“工业应用与教育服务双轮驱动”助力院校构建智能制造人才培养生态体系，助力先进制造产业升级。 公司依托强大的科研技术团队立足于自主研发创新，承担浙江省重点研发计划项目。公司自研的工业机器人本体、工业机器人运动控制器、机器人运动控制核心算法以及工业机器人离线仿真软件拥有自主知识产权，致力于工业机器人软硬件产品深度融入教育场景，积极参与职业院校技能大赛工作，是2021年职业院校技能大赛合作单位，公司产品受到了***和教育部主要领导人的重点关注。 公司是一家高新技术企业、建立了完善的研发、生产及服务的管理体系，公司通过ISO 9001质量管理体系、ISO 45001职业健康安全管理体系、ISO14001环境管理体系认证。

光学领域顶尖期刊《自然·光子学》报道了浙江大学信息与电子工程学院陈红胜教授课题组的一项最新研究：在国际上率先实现基于深度学习的新一代智能隐身器件。在不依赖任何人为操控的情况下，快速地动态适应变化的背景环境，从而与背景电磁环境特征融为一体，实现自适应隐身。论文审稿专家认为：“这是一项激动人心的、及时而杰出的工作，它连接了变换光学、电磁超材料和人工智能等领域，为智能光子材料和器件这个新兴领域树立了很好的标杆，也将大大促进其他智能电磁器件的发展。”自然界存在两种“隐身”策略。一种是在变色龙和章鱼生物中常见的拟态隐身，使自己融于周边环境；另一种是透明隐身，即光透过物体时不产生任何散射，例如海樽和水母。科学家近年来提出的变换光学隐身方法则区别于上述两种策略，它利用坐标变换的方法来控制电磁波，使其绕过被隐身的区域，按照原来的方向传播，从而使物体完全隐形。与自然界的“隐身衣”相比，人类的“隐身衣”多数只能工作在单一的环境背景和既定的入射波条件。如果稍加改变外界环境或者入射波，隐身效果便会大幅度降低。“理想的隐身衣应该和章鱼和变色龙一样，能够快速自动地适应于变化的外界刺激和背景环境。”陈红胜说。如何才能实现这一点？“章鱼有色素细胞，我们有可重构的新型人工电磁材料单元；章鱼有中枢神经，我们有深度学习方法；章鱼有光敏细胞，我们可以搭建电磁波和环境探测器。”论文第一作者、课题组成员钱超说。当前，深度学习已经开始渗入电磁材料领域，但是主要偏重于理论上设计优化人工电磁材料。如何在实验上实现新型的智能电磁材料、构建新一代智能隐身系统并实现快速有效的自适应隐身，是一个极具挑战的课题，在此之前还未见成功实验的报道。经过三年多的不懈努力，陈红胜研究团队组在充分研究隐身领域关键技术瓶颈的基础上，在微波段成功实现了智能自适应隐身器件。研究团队设计了一项小车智能隐身实验——小车身披一层超薄的可重构的超表面隐身材料，这件“隐身衣”由智能芯片控制，集成了训练好的深度学习模型，能够根据输入的电磁信息快速做出决策，改变“隐身衣”的电磁响应。探测雷达随机改变着入射波的频率、极化和入射角，而小车的任务就是动态适应变化的探测信号，对雷达“隐身”。当环境发生变化，变色龙大约需要6秒时间过度到环境色；而当电磁环境发生变化时，披着智能隐身衣的小车只需要15毫秒就能自动地实时“换装”。陈红胜教授表示，智能隐身成功地融合了新型电磁材料和人工智能等领域，其采用硬件手段实现用于隐身调控的深度学习模型，在应用中只需单次前向计算即可做出合理的决策，大大地缩短了响应时间，这一方法对于实时性要求很高的其他应用也有很好的借鉴意义

本发明公开了一种基于表示学习的星图识别方法，该方法利用端对端的、基于表述学习的神经网络模型RPNet，用于快速高效且鲁棒性强的全天星图识别任务