学术讲座:工业5.0背景下工业具身机器人智能拆解技术及应用

发布者:张兰芳发布时间:2025-12-15浏览次数:10

报告人:肖锦华 长聘助理教授、博导

主持人:李心雨 特聘研究员

时间:202512301000-1200

地点:东华大学松江校区机械工程学院3024


报告人简介:

肖锦华,意大利米兰理工大学工业管理学院,长聘助理教授,博导。担任意大利米兰理工大学HumanTech国家重点实验室-人机交互方向负责人,博士毕业于法国索邦联盟-贡比涅技术大学与巴黎萨克雷大学ENS de Cachan,获工学博士学位。目前承担或参与项目10余项,包括欧盟创新项目Horizon、意大利教育部项目、意大利与法国企业项目、国家自然科学基金(中国)、中国企业项目等,共发表论文60余篇,申请专利10余项,行业标准3项。参与企业早期废旧动力电池回收的生产线设计与设备研发,解决若干关键技术问题,目前担任中国图学学会智能工厂专委会委员,法国工业联盟L'AFNeT成员等。研究方向主要是人机交互、智能拆解、知识表达与推理、人工智能在工业制造中的应用等。担任Journal of Engineering Research and Sciences期刊主编,International Journal of Advanced Robotic Systems期刊的副主编,Control Engineering Practice期刊编委(IF=5.4, Q1)IET Collaborative Intelligent Manufacturing客座编委,且担任ISPRSJMSRCIMJIMSAEIISA transactions等国际Top期刊审稿人。

个人官网:https://www.som.polimi.it/en/professor/xiao-jinhua/#service


报告摘要:

在工业5.0推动人机协作与可持续制造发展的背景下,工业具身机器人智能拆解技术成为实现循环制造与资源高效再生的关键途径。该技术深度融合高精度视觉识别、力觉感知与深度学习算法,使机器人能够准确识别拆解对象的状态并理解其连接方式,进而实现自主决策与拆解过程优化。通过深度视觉系统对环境进行实时感知,并结合时空图卷积神经网络进行推理与任务识别,系统在动态拆解环境中表现出较强的适应性与执行效率。此外,依托多智能体深度强化学习框架,机器人可进行动态任务分配与协同作业,从而优化工作流程与资源调度。路径规划与优化算法进一步保障了拆解操作的高精度与高效率。在电子产品、汽车及工业废料回收等场景中,该技术显著提升了资源回收率,降低了环境冲击。随着工业5.0相关技术的持续演进,具身机器人智能拆解将在推动制造业绿色转型与可持续发展中扮演日益重要的角色。