基于神经符号的动力电池拆解任务与运动规划

建立完善的动力电池回收利用体系是我国新能源汽车高质量发展需要突破的瓶颈问题之一,研究和发展智能化、柔性化、精细化的高效拆解技术是其中的重要环节.但由于受非结构化的拆解环境和拆解过程中的不确定性等因素的影响,目前,动力电池拆解还采用人工为主、机器辅助拆解的方式,不仅低效,而且致使工作人员暴露在危险的工作环境中,亟需向自动化、智能化方式转变.研究基于神经符号理论对动态环境中动力电池的拆解任务进行研究,设计并实现了一套任务和运动规划系统.与现有的动力电池拆解系统相比,系统在自主性、可扩展性、可解释性、可学习性4方面具备明显的优势,这4方面的优势相辅相成,可以不断促进系统的完善和提高,为实现动力电池的智能化拆解铺平了道路.基于该系统实现了在复杂多变的拆解工作环境中动力电池连接约束件的智能拆解,验证了系统的可行性.

基于具身智能的移动操作机器人系统发展研究

具身智能是新一轮科技革命与产业变革中的战略性技术,是当前世界各国重点竞争的前沿高地之一;移动操作机器人系统因其优秀的运动、规划、执行能力成为具身技术首选的硬件载体;基于具身智能的移动操作机器人系统作为实现跨领域、多场景、多功能的自主具身智能平台,将成为引领未来新一代信息技术和人工智能发展的关键。本文从基于具身智能的移动操作机器人系统发展的需求出发,总结了基于具身智能的移动操作机器人系统的发展现状,分析了该领域发展面临的问题和挑战,提出了涵盖多模态感知技术、世界认知与理解技术、智能自主决策技术、运动与操作联合规划技术等基于具身智能的移动操作机器人系统的共性关键技术。基于此,本文从国家政策倾斜、共性技术突破、交叉学科建设与人才培养、综合验证平台构建等方面提出了对策建议,以期助力具身智能发展浪潮下我国移动操作机器人领域的长足发展。