專欄導(dǎo)讀

人是制造生產(chǎn)活動中最具能動性和最具活力的因素，智能制造與機器人最終都需回歸到服務(wù)和滿足人們對美好生活的需求、促進人的全面發(fā)展上來。2017年，中國工程院基于人-信息-物理系統(tǒng)（HCPS）正式提出了“新一代智能制造”理念，并認(rèn)為實施智能制造的實質(zhì)就是設(shè)計、構(gòu)建與應(yīng)用各種不同用途、不同層次的HCPS。2021年，歐盟正式提出“工業(yè)5.0”的概念，并指出未來工業(yè)要更加關(guān)注具有以人為本、可持續(xù)、彈性化等特征的新應(yīng)用、新業(yè)態(tài)和新模式。近年來，中國學(xué)者積極開展前瞻研究，闡明并構(gòu)建了人本智造的理論與技術(shù)體系。人本智造領(lǐng)域科技人員在HCPS、工業(yè)5.0、人-機-環(huán)境共融、人機混合增強智能、協(xié)作機器人等方面開展了大量深入研究。2022年《機械工程學(xué)報》第18期，整期出版“人本智造”專輯，該專輯由楊華勇院士、王力翚院士擔(dān)任客座主編，楊賡研究員、王柏村研究員擔(dān)任客座編輯，出版后受到國內(nèi)外廣泛關(guān)注與引用。

為繼續(xù)分享人本智造領(lǐng)域最新成果、廣泛開展學(xué)術(shù)交流，進一步探討人本智造的未來方向和前沿科學(xué)問題，推動人本智造理論與技術(shù)的快速應(yīng)用與深入研究，《機械工程學(xué)報》編輯部與客座編輯團隊再次聯(lián)合策劃出版“人本智造”專輯。專欄共收錄論文29篇，本期推送中間10篇。專欄已于《機械工程學(xué)報》2025年15期正式出版。

客座專家團隊

楊華勇，中國工程院院士，國際智能制造聯(lián)盟主席，中國機械工程學(xué)會副理事長，浙江大學(xué)工學(xué)部主任/高端裝備研究院院長。在電液控制基礎(chǔ)理論、基礎(chǔ)元件和系統(tǒng)，盾構(gòu)和電梯裝備關(guān)鍵技術(shù)開發(fā)和工程應(yīng)用方面開展了系列研究，形成了“理論-元件-系統(tǒng)-裝備-應(yīng)用”完整的技術(shù)路線，對我國機電液裝備的自主研發(fā)作出了重要貢獻，取得了顯著的經(jīng)濟效益。獲國家科技進步獎一等獎1項（排1）和二等獎1項（排1）。

王力翚，加拿大工程院院士，瑞典皇家理工學(xué)院講席教授兼卓越生產(chǎn)研究中心主任。研究方向包括人機協(xié)作、實時監(jiān)測和控制、信息物理系統(tǒng)和自適應(yīng)制造系統(tǒng)等。Robotics and Computer-Integrated Manufacturing, International Journal of Manufacturing Research, Journal of Manufacturing Systems的主編。累計出版11本著作，發(fā)表700多篇論文。加拿大工程院院士，AET、CIRP、SME和ASME的會士；北美制造研究院（North American Manufacturing Research Institution）原院長(2020-2021)，瑞典生產(chǎn)學(xué)院（Swedish Production Academy）原院長(2018-2020)。2020年SME智能制造領(lǐng)域最具影響力的20位教授之一，在2024年美國制造工程師學(xué)會SME評選中成為唯一一位金獎獲得者。

王柏村，國家級青年人才，浙江大學(xué)百人計劃研究員，全省智能制造工業(yè)軟件重點實驗室副主任、《工程設(shè)計學(xué)報》副主編。長期致力于智能制造、人機協(xié)作與數(shù)字孿生等研究，提出基于人-信息-物理系統(tǒng)（HCPS）的人本智造理論與技術(shù)框架，在面向工業(yè)4.0/5.0的技術(shù)探索與應(yīng)用方面取得系列進展。作為負(fù)責(zé)人主持國家重點研發(fā)計劃項目（首席）、國家自然科學(xué)基金面上/青年項目等，發(fā)表SCI/EI論文70余篇、出版中英文專著3部。獲機械工業(yè)科技進步特等獎（排3）、浙江省教學(xué)成果獎特等獎（排4）。

楊賡，浙江大學(xué)機械工程學(xué)院研究員，國家青年人才計劃入選者，流體動力基礎(chǔ)件與機電系統(tǒng)國家重點實驗室固定成員，博士生導(dǎo)師。長期致力于機器人多模態(tài)感知、柔性傳感、智能人機交互系統(tǒng)等研究工作。在 Nature Electronics、Advanced Intelligent System、Advanced Functional Materials等國際權(quán)威期刊發(fā)表論文80余篇，其中封面、扉頁論文16篇，高被引論文3篇。入選全球前2%頂尖科學(xué)家榜單，現(xiàn)擔(dān)任 IEEE RBME、IEEE JBHI、CJME、BDM等權(quán)威期刊編委(Associated Editor)。

劉庭煜，東南大學(xué)教授、博士生導(dǎo)師。長期從事工業(yè)人工智能及數(shù)字孿生研究，近年主持軍科委前沿科技重大項目課題、國防基礎(chǔ)科研重點項目課題等重大科技任務(wù)15項，經(jīng)費超1500萬。研發(fā)的總裝智能車間數(shù)字孿生系統(tǒng)、制造過程危險狀態(tài)特征識別系統(tǒng)等在中國電科、航天科工應(yīng)用并支撐重大型號裝備安全高效制造。項目創(chuàng)新成果發(fā)表于KBS、JMS等國際知名期刊。任數(shù)字孿生青年學(xué)者委員會主任、數(shù)字孿生國際顧問委員會顧問、CGS數(shù)字孿生專委會常務(wù)委員、CMES工業(yè)大數(shù)據(jù)分會和成組分會委員等。

陶永，北京航空航天大學(xué)機械學(xué)院研究員，博士生導(dǎo)師。機械工業(yè)服務(wù)機器人重點實驗室主任。北航科研院文智處副處長。主要研究智能機器人“感知與決策”控制、協(xié)作機器人力位控制、工業(yè)機器人工藝學(xué)習(xí)與優(yōu)化、航空裝配機器人等。在期刊和國際會議上發(fā)表論文100余篇，其中SCI收錄40余篇，已授權(quán)國家發(fā)明專利28項。出版專著3本。作為項目負(fù)責(zé)人正在牽頭開展國家機器人重點研發(fā)計劃“工業(yè)機器人工藝應(yīng)用程序集成開發(fā)平臺”項目、國家自然科學(xué)基金面上項目的攻關(guān)研究。獲得機械工業(yè)科學(xué)技術(shù)獎一等獎等7項省部級獎勵；現(xiàn)為全國機器人標(biāo)準(zhǔn)化技術(shù)委員會委員、中國機械工程學(xué)會機器人分會專家委委員等。

鄭湃，香港理工大學(xué)長聘副教授、博士生導(dǎo)師，黃鐵城【智能機器人】青年學(xué)者席，“香港理工大學(xué)-萊茵科斯特”智能制造聯(lián)合實驗室主任。主要研發(fā)興趣包括：人機協(xié)作制造系統(tǒng)、智能產(chǎn)品服務(wù)系統(tǒng)、工業(yè)人工智能。入選2024年國際制造工程師協(xié)會 (SME) “杰出青年制造工程師”獎，2023年香港理工大學(xué)“青年創(chuàng)新研究者”獎，2022年百度全球AI華人青年學(xué)者榜單(AI+X) 50強。累計出版英文專著2部，發(fā)表SCI一區(qū)100余篇，WoS他引4800余次，ESI高被引論文11篇。IEEE/CMES高級會員、SME/ASME會員、CIRP青年會員，任Journal of Intelligent Manufacturing和Journal of Cleaner Production副主編，Journal of Manufacturing Systems和Advanced Engineering Informatics編委。

冷杰武，廣東工業(yè)大學(xué)教授/博導(dǎo)、廣東省計算機集成制造重點實驗室副主任。入選Elsevier中國高被引學(xué)者，獲得廣東省杰出青年基金，擔(dān)任IEEE TSMC-Systems、JIM、JEM、IET CIM、SREP等SCI期刊副編。研究產(chǎn)線變型設(shè)計與運行優(yōu)化，主持國家重點研發(fā)課題、國防科工課題等項目，發(fā)表ESI高被引論文10余篇，獲廣東省與河南省技術(shù)發(fā)明一等獎各1項(序3)。

臧冀原，中國工程院戰(zhàn)略咨詢中心制造業(yè)研究室副主任，副研究員，國家智能制造專家委員會副秘書長，研究方向為制造強國、智能制造和產(chǎn)業(yè)集群。作為團隊主要研究人員參與了我國智能制造理論體系構(gòu)建、智能制造國家戰(zhàn)略和政策建議提出，開展區(qū)域和企業(yè)實證研究。參與中央交辦、工程院院重大、重點及其他咨詢項目（課題）30余項，報告獲得國家領(lǐng)導(dǎo)人、省部級批示多次，為我國以智能制造為主攻方向，推進新型工業(yè)化，提供決策參考。發(fā)表論文20余篇。

01

半主動電液驅(qū)動的下肢負(fù)重外骨骼機器人設(shè)計與控制

引用格式:包穎煒, 楊波, 孫茂文, 王澤正, 房理想, 歐陽小平. 半主動電液驅(qū)動的下肢負(fù)重外骨骼機器人設(shè)計與控制[J]. 機械工程學(xué)報, 2025, 61(15): 185-195.

論文摘要：

負(fù)重行走是工業(yè)搬運和消防救援等領(lǐng)域的重要需求，但長期負(fù)重可能對人體造成不可逆的損傷。提升負(fù)重能力的輔助設(shè)備一直是研究熱點，下肢外骨骼作為一種有效的解決方案，受到廣泛關(guān)注。面向大負(fù)重下的行走運動，研制了一種基于半主動電液驅(qū)動的下肢助力外骨骼機器人。在設(shè)計上，該外骨骼根據(jù)軀干和大腿之間的角速度特征以及膝關(guān)節(jié)的力矩特征，采用新穎的半主動電液關(guān)節(jié)方案，實現(xiàn)了矢狀面內(nèi)負(fù)載的有效傳導(dǎo)。建立了關(guān)節(jié)的運動學(xué)和動力學(xué)模型，針對運動過程的負(fù)載擾動，將二級倒立擺模型和狀態(tài)機策略結(jié)合，實現(xiàn)了阻尼的動態(tài)匹配控制：在站立階段，根據(jù)加速度特征，調(diào)節(jié)關(guān)節(jié)阻尼以傳遞步行過程中動態(tài)變化的載荷；在擺動階段，半主動關(guān)節(jié)保持反驅(qū)特性確保腿的自由擺動。實驗測試驗證了半主動關(guān)節(jié)具備廣泛可調(diào)的液壓阻尼系數(shù)特性和良好的反驅(qū)特性，確保了外骨骼在站立相的阻尼調(diào)節(jié)和擺動相的被動跟隨控制。外骨骼穿戴測試結(jié)果表明，在不同負(fù)重工況下，所研制的半主動電液驅(qū)動外骨骼機器人都能實現(xiàn)高效的負(fù)重傳導(dǎo)和較小的背部交互力。

閱讀全文：

02

準(zhǔn)被動式變剛度踝關(guān)節(jié)助力外骨骼設(shè)計分析

引用格式:唐欣堯, 楊佳音, 王旭鵬, 殷榕, 劉曉宜. 準(zhǔn)被動式變剛度踝關(guān)節(jié)助力外骨骼設(shè)計分析[J]. 機械工程學(xué)報, 2025, 61(15): 196-208.

論文摘要：

為了降低人體踝關(guān)節(jié)跖屈時產(chǎn)生的力矩和減緩小腿肌肉疲勞為目的，設(shè)計了一款準(zhǔn)被動式變剛度踝關(guān)節(jié)助力外骨骼，利用足底壓力信號控制電磁離合器工作的方式，實現(xiàn)儲能單元的能量存儲與釋放。首先，變剛度機構(gòu)是通過幾何結(jié)構(gòu)來調(diào)整助力彈簧的預(yù)緊力，使關(guān)節(jié)輸出剛度達到非線性特征，從而減少人體行走時的能量能耗。其次，建立了人體穿戴踝關(guān)節(jié)外骨骼仿真模型，進行動力學(xué)仿真模擬，驗證了外骨骼機械結(jié)構(gòu)的合理性及良好的助力效果。最后，搭建了踝關(guān)節(jié)助力外骨骼功能測試實驗平臺，對變剛度儲能機構(gòu)進行了性能測試，結(jié)果顯示穿戴外骨骼助力后脛骨前肌和腓腸肌的肌電信號平均降低了12.29%和39.26%，說明了穿戴外骨骼有效降低了肌肉疲勞，為可穿戴外骨骼的設(shè)計提供新的方法。

閱讀全文：

03

外骨骼機器人高實時高能效控制器研究

引用格式:王澤正, 包穎煒, 李慧萊, 李馳, 孫茂文, 歐陽小平. 外骨骼機器人高實時高能效控制器研究[J]. 機械工程學(xué)報, 2025, 61(15): 209-220.

論文摘要：

外骨骼機器人在多個實驗室環(huán)境中取得了成功，但實際部署中仍面臨著一系列與控制器硬件相關(guān)的挑戰(zhàn)，包括控制器體積過大，實時性不足，計算資源瓶頸等問題。為了解決這些問題，開發(fā)了一套用于外骨骼機器人的具有可擴展性的硬件電路系統(tǒng)，同時兼顧了實時性和高算力特性。通過對控制器硬件信號流向進行建模，優(yōu)化通信線路和流量分配，降低了系統(tǒng)通信延遲。根據(jù)外骨骼機器人在空間和時間上對算力需求的差異，設(shè)計了基于步態(tài)的實時任務(wù)調(diào)度算法，優(yōu)化了算力分配。通過并行流水和模塊折疊復(fù)用的方式來設(shè)計運算加速器，有效減少了硬件資源的消耗，提高了系統(tǒng)算力。開展了控制器實時性測試、算力測試和助力外骨骼機器人負(fù)重行走試驗。經(jīng)測試，所設(shè)計的控制器主從通信延遲小于20μs，算力功耗比15 GOPS/W，相比于主流控制器架構(gòu)具有低延遲高算力特性。在平地，上下坡負(fù)重行走體現(xiàn)出良好的跟蹤效果，為外骨骼機器人更廣泛的應(yīng)用打下了硬件基礎(chǔ)。

閱讀全文：

04

基于感官電刺激的昆蟲運動軌跡調(diào)控技術(shù)

引用格式: 余麗, 劉忠, 馬志云, 趙杰亮, 閆夢丹. 基于感官電刺激的昆蟲運動軌跡調(diào)控技術(shù)[J]. 機械工程學(xué)報, 2025, 61(15): 221-232.

論文摘要：

目前的昆蟲運動軌跡調(diào)控尚且存在控制系統(tǒng)集成度低、輸出指令單一、刺激信號-軌跡匹配程度差等問題，從而影響昆蟲機器人的運動軌跡控制效率。在探索昆蟲感官電刺激下昆蟲運動行為調(diào)控機制的基礎(chǔ)上，結(jié)合雙面絲網(wǎng)印刷技術(shù)，開發(fā)了一款高度集成的紅外通訊微型控制背包。背包質(zhì)量僅為74 mg，且結(jié)構(gòu)具有一定柔性，具備變參數(shù)輸出功能。此外，為提升刺激信號與昆蟲運動軌跡的匹配性，進一步探索了感官電刺激信號與昆蟲行為響應(yīng)以及空間運動決策之間的相關(guān)性，最終獲得了刺激信號-運動參數(shù)之間的映射關(guān)系，并實現(xiàn)了對昆蟲沿特定軌跡的運動控制?；诟泄匐姶碳さ睦ハx運動軌跡調(diào)控技術(shù)以及微型控制系統(tǒng)為提升昆蟲機器人控制準(zhǔn)確性提供了理論依據(jù)與技術(shù)支持。

閱讀全文：

05

基于人體特征點提取和多維時間序列分類的駕駛行為識別方法

引用格式:李朝, 趙霞, 趙繼康, 付銳, 王暢. 基于人體特征點提取和多維時間序列分類的駕駛行為識別方法[J]. 機械工程學(xué)報, 2025, 61(15): 233-246.

論文摘要：

駕駛?cè)诵袨樽R別對提高駕駛安全性和發(fā)展智能交通至關(guān)重要。由于不同駕駛環(huán)境和駕駛?cè)颂卣鞔嬖谳^大差異，基于端到端深度學(xué)習(xí)的駕駛行為識別模型很難在不同數(shù)據(jù)集下保持較高的泛化性能。針對上述問題，提出基于人體特征點提取和多維時間序列分類的駕駛?cè)诵袨樽R別方法。使用YOLOv8和人體姿態(tài)估計器蒸餾(Distillation for whole-body pose estimators,DWPose)跟蹤駕駛?cè)藚^(qū)域并提取駕駛?cè)巳梭w特征點矩陣。對特征點矩陣進行歸一化、平滑和維度轉(zhuǎn)換。分別建立了基于Transformer、Informer、時間卷積神經(jīng)網(wǎng)絡(luò)(Temporal convolutional network,TCN)和注意力機制-長短期記憶網(wǎng)絡(luò)(Attention based long short-term memory,LSTM-Attention)的多維時間序列分類模型。結(jié)果表明，Informer模型的識別準(zhǔn)確性最高，TCN模型的運行效率最高。當(dāng)使用Driver-100-Day進行訓(xùn)練時，Informer在Driver-100-Day、Driver-100-Night和State Farm Driver 2數(shù)據(jù)集上的測試準(zhǔn)確度分別為90.82%、88.77%和80.67%，相比于CNN-Transformer提高了24.56%、72.02%和67.57%。所提方法相比于基于單幀圖像輸入的模型在泛化性能方面有較大的改善，且能夠達到較高的識別效率和準(zhǔn)確度。

閱讀全文：

06

仿中醫(yī)按摩執(zhí)行器按摩力分析及優(yōu)化設(shè)計

引用格式:曾達幸, 許林淼, 范朝輝, 劉亞, 侯雨雷, 盧文娟. 仿中醫(yī)按摩執(zhí)行器按摩力分析及優(yōu)化設(shè)計[J]. 機械工程學(xué)報, 2025, 61(15): 247-260.

論文摘要：

重點關(guān)注按摩狀態(tài)驅(qū)動、作用組件對末端按摩頭按摩力的影響，進而對按摩執(zhí)行器參數(shù)優(yōu)化，設(shè)計了一種集成多按摩手法、安全有效的背部按摩執(zhí)行器?；谥嗅t(yī)按摩穴位和手法動作，在確立背部按摩執(zhí)行器的設(shè)計指標(biāo)基礎(chǔ)上，首先，分析按摩手法的運動特征，構(gòu)建了多手法執(zhí)行模塊集成協(xié)同動作的背部按摩執(zhí)行器，采用高還原性真人觸覺及接觸力閾值安全保護設(shè)計，分析指揉法和指振法凸輪機構(gòu)模塊的驅(qū)動力，得到機構(gòu)工作所需要最大工作力矩和按摩執(zhí)行器推桿力。其次，基于人體皮膚摩擦理論，針對指揉法執(zhí)行中出現(xiàn)的按摩執(zhí)行器按摩頭與人體皮膚產(chǎn)生相對滑移的現(xiàn)象，通過求解粘附摩擦力、變形摩擦力以及橫向剛度等關(guān)鍵參數(shù)，優(yōu)化執(zhí)行機構(gòu)的揉動半徑；針對指振法執(zhí)行中出現(xiàn)凸輪執(zhí)行機構(gòu)的凸輪與推桿之間出現(xiàn)相互分離現(xiàn)象，基于粒子群優(yōu)化算法，對推桿質(zhì)量、彈簧預(yù)壓縮量等結(jié)構(gòu)參數(shù)進行優(yōu)化，以確保凸輪臨界角速度高于最大工作角速度。最后，搭建按摩執(zhí)行器的樣機實物，通過實驗平臺對按摩裝置的按摩力、人機按摩效果對比進行驗證。實驗結(jié)果表明，設(shè)計的按摩執(zhí)行器在結(jié)構(gòu)設(shè)計上更具緊湊性和簡易性，在±1 N的力度誤差波動范圍，驗證了按摩力度、按摩手法和頻率過程均符合背部按摩執(zhí)行器技術(shù)指標(biāo)。

閱讀全文：

07

基于肌肉協(xié)同特征的康復(fù)機器人輔助踏步運動關(guān)節(jié)角度估計

引用格式: 馮永飛, 楊圣業(yè), 王琦, 盧衍正, 田俊杰, 王洪波, 牛建業(yè). 基于肌肉協(xié)同特征的康復(fù)機器人輔助踏步運動關(guān)節(jié)角度估計[J]. 機械工程學(xué)報, 2025, 61(15): 261-274.

論文摘要：

針對腦卒中患者肢體與康復(fù)機器人交互協(xié)同性差和動作不自然的問題，提出一種基于肌肉協(xié)同特征(Temporal-spatial muscle synergy feature, TSMS)、雙向長短期記憶網(wǎng)絡(luò)(Bi-directional long short-term memory, BiLSTM)與注意力機制(Attention)四肢多關(guān)節(jié)角度連續(xù)估計算法(TSMS-BiLSTM-Attention)。設(shè)計制作床上四肢協(xié)同康復(fù)機器人，并建立康復(fù)機器人上肢和下肢模塊的運動學(xué)模型。采集人體踏步運動的上肢和下肢表明肌電信號(Surface electromyography,s EMG)和慣性傳感器信號(Inertial measuring unit,IMU)。利用非負(fù)矩陣分解提取人體踏步運動中的靜態(tài)肌肉協(xié)同特征，并確定4種肌肉協(xié)同模式。提出肌肉協(xié)同特征的TSMS-BiLSTM-Attention關(guān)節(jié)角度估計模型，用以估計運動中的四肢關(guān)節(jié)角度，并采用帶異常值的非負(fù)矩陣分解算法對s EMG信號實時提取肌肉協(xié)同特征。通過IMU測量的歐拉角與四肢運動學(xué)模型計算關(guān)節(jié)角度的測量值?；赥SMS-BiLSTM-Attention模型提取s EMG信號的時空信息，建立四肢s EMG信號與關(guān)節(jié)角度序列間的映射關(guān)系。招募了7名受試者開展踏步運動實驗，并整理、分析了相關(guān)實驗數(shù)據(jù)。結(jié)果表明基于肌肉協(xié)同特征的關(guān)節(jié)角度估計表現(xiàn)顯著優(yōu)于時域、頻域和時頻特征，關(guān)節(jié)角度估計的決定系數(shù)分別為0.92、0.88、0.86和0.91。對提出的踏步運動關(guān)節(jié)角度估計模型在床上四肢康復(fù)機器人上進行驗證，在主動康復(fù)訓(xùn)練中，髖關(guān)節(jié)、膝關(guān)節(jié)、肩關(guān)節(jié)、肘關(guān)節(jié)在線回歸的均方根誤差分別為3.56°、2.11°、2.36°和3.39°，相對分析誤差分別為5.63°、10.13°、7.92°和7.24°。

閱讀全文：

08

人車碰撞中人體安全/危險落地機制預(yù)測

引用格式:鄒鐵方, 羅鵬琛, 陳得著, 王丹琦, 馮浩. 人車碰撞中人體安全/危險落地機制預(yù)測[J]. 機械工程學(xué)報, 2025, 61(15): 275-284.

論文摘要：

考慮到人地碰撞損傷難以預(yù)測，為此提出一種人車碰撞中的人體安全/危險落地機制預(yù)測方法。首先選擇140例再現(xiàn)好的真實人車碰撞案例并提取碰撞前、中、后的相關(guān)數(shù)據(jù)，通過顯著性及共線性檢驗方法獲得140組含12個參數(shù)的數(shù)據(jù)。然后通過逐步回歸的方法建立10組含碰撞前、中、后3個預(yù)測模型的模型集，并從中挑選1組最優(yōu)模型作為人體安全/危險落地機制的預(yù)測模型。結(jié)果顯示，10組模型均能很好地預(yù)測人體安全/危險落地機制，表明人體安全/危險落地機制可預(yù)測；所選最優(yōu)模型組中3個模型的平均預(yù)測準(zhǔn)確率分別為76.5%、82.7%、87.8%，所需預(yù)測參數(shù)分別為1、3和4個。進一步分析發(fā)現(xiàn)，所得最優(yōu)模型組中3個模型亦能很好地應(yīng)用于MADYMO仿真中，且行人身高與發(fā)動機罩高度之比(身罩比)會影響模型預(yù)測效果。進而提出考慮身罩比的改進模型，發(fā)現(xiàn)改進模型能明顯提高碰撞中模型的平均預(yù)測準(zhǔn)確率。

閱讀全文：

09

面向人-機-環(huán)境共融的具身增強現(xiàn)實拆解系統(tǒng)

引用格式: 呂健豪, 司佳輝, 鮑勁松. 面向人-機-環(huán)境共融的具身增強現(xiàn)實拆解系統(tǒng)[J]. 機械工程學(xué)報, 2025, 61(15): 285-296.

論文摘要：

在人機協(xié)作拆解中，制造系統(tǒng)依賴預(yù)設(shè)算法的固定感知-認(rèn)知模式，難以適配操作員基于經(jīng)驗的靈活需求與動態(tài)環(huán)境變化，易導(dǎo)致機器人的路徑規(guī)劃失效和決策停滯。對此，提出面人-機-環(huán)境共融的具身增強現(xiàn)實拆解系統(tǒng)。系統(tǒng)基于具身智能理論，以“感知-認(rèn)知-執(zhí)行”機制為核心，結(jié)合增強現(xiàn)實技術(shù)強化具身代理的環(huán)境感知與認(rèn)知推理能力。設(shè)計一種具身增強現(xiàn)實協(xié)同拆解策略；提出基于上下文強化機制的局部圖像注意力模型，實現(xiàn)自適應(yīng)圖像描述生成；設(shè)計基于大語言模型的調(diào)優(yōu)和推理機制進行自優(yōu)化的認(rèn)知推理方法；設(shè)計基于增強現(xiàn)實的人-機-環(huán)境數(shù)據(jù)交互方法，實現(xiàn)機器人的操控執(zhí)行。構(gòu)建三種相似性指標(biāo)用于進行具身感知-認(rèn)知的性能評估。定量和定性的實驗可證明系統(tǒng)的可行性和有效性。

閱讀全文：

10

XR驅(qū)動的煤礦輔助作業(yè)人機混合決策：架構(gòu)、關(guān)鍵技術(shù)及應(yīng)用

引用格式:劉曙光, 謝嘉成, 王學(xué)文, 秦浪. XR驅(qū)動的煤礦輔助作業(yè)人機混合決策：架構(gòu)、關(guān)鍵技術(shù)及應(yīng)用[J]. 機械工程學(xué)報, 2025, 61(15): 297-313.

論文摘要：

隨著需求牽引與政策推動，煤礦機器人的研發(fā)與應(yīng)用空前活躍，當(dāng)前已可在少數(shù)場景中自主作業(yè)，代替煤礦操作員完成部分工作。但在煤礦輔助作業(yè)中，環(huán)境與任務(wù)的開放性、復(fù)雜性決定了煤礦操作員的深度參與仍然必不可少。在人機共融協(xié)作的背景下，亟需探索如何充分利用人的智能與機器智能優(yōu)化煤礦輔助作業(yè)的決策過程。針對這一問題，首先回顧了相關(guān)概念與工作，將煤礦輔助作業(yè)中的決策歸結(jié)為人機混合決策問題。然后基于人在回路的人機混合增強智能范式提出了XR驅(qū)動的煤礦輔助作業(yè)人機混合決策架構(gòu)，介紹該架構(gòu)的組成部分與協(xié)同運行關(guān)系。之后對實現(xiàn)該架構(gòu)所需的各項關(guān)鍵技術(shù)及相應(yīng)解決方案進行探討。最后以采煤機滾筒停機維護為案例構(gòu)建模擬場景，在所提出的架構(gòu)下進行應(yīng)用測試，以證實其可行性與有效性。結(jié)果表明，所提出的架構(gòu)將人機混合決策過程擴展到虛擬空間，能夠通過異構(gòu)信息流的巧妙轉(zhuǎn)化與傳遞，在滿足作業(yè)任務(wù)要求的前提下將煤礦操作員與輔助作業(yè)機器人的決策合理整合，形成虛實融合、人機共智的決策模式，具有在煤礦輔助作業(yè)以及其他領(lǐng)域類似場景中的應(yīng)用潛力。

閱讀全文：

責(zé)任編輯：杜蔚杰

責(zé)任校對：張 強

審 核：張 彤

JME學(xué)院簡介

JME學(xué)院是由《機械工程學(xué)報》編輯部2018年創(chuàng)建，以關(guān)注、陪伴青年學(xué)者成長為宗旨，努力探索學(xué)術(shù)傳播服務(wù)新模式。首任院長是中國機械工程學(xué)會監(jiān)事會監(jiān)事長、《機械工程學(xué)報》中英文兩刊主編宋天虎。

歡迎各位老師掃碼添加小助理-暖暖為好友，由小助理拉入JME學(xué)院官方群！

歡迎關(guān)注JME學(xué)院視頻號~

尋覓合作伙伴

有一種合作叫做真誠，有一種發(fā)展可以無限，有一種伙伴可以互利共贏，愿我們合作起來流連忘返，發(fā)展起來前景可觀。關(guān)于論文推薦、團隊介紹、圖書出版、學(xué)術(shù)直播、招聘信息、會議推廣等，請與我們聯(lián)系。

感謝關(guān)注我們！我們《機械工程學(xué)報》編輯部將努力為您打造一個有態(tài)度、有深度、有溫度的學(xué)術(shù)媒體！

版權(quán)聲明：

本文為《機械工程學(xué)報》編輯部原創(chuàng)內(nèi)容，歡迎轉(zhuǎn)載，請聯(lián)系授權(quán)！

在公眾號后臺留言需要轉(zhuǎn)載的文章題目及要轉(zhuǎn)載的公眾號ID以獲取授權(quán)!

微信投稿、轉(zhuǎn)載等：

聯(lián)系人：暖暖

電話：010-88379909

E-mail：jme@cmes.org

網(wǎng) 址：http://www.cjmenet.com.cn

官方微信號：jmewechat