东南大学人工智能v3

AI@东南大学研究方向PartOne全面覆盖AI各层面研究1AI支撑体系2AI基础理论3AI创新应用智能感知体系人机协同平台智能芯片和硬件机器学习与数据挖掘知识工程与多智能体模式识别与智能控制复杂系统与网络科学智能装备与制造系统智能城市网络系统人机协同诊疗优势研究领域人工智能支撑体系智能感知体系微机电系统无线传感器网络技术组合导航与卫星导航及定位技术多模态感知技术专用传感器人机协同平台与人共融机器人自然人机交互平行控制的理论与方法视觉理解与计算技术智能芯片和硬件多通道模式识别与控制芯片智能体域网接口SoC芯片神经网络处理器NPU高性能柔性干电极微型神经接口芯片优势研究领域人工智能基础理论机器学习与数据挖掘机器学习基础理论新型机器学习框架数据挖掘技术与方法机器学习应用系统知识工程与多智能体知识表示和推理语义Web、知识图谱分布式人工智能与多智能体系统社会计算与群集智能模式识别与智能控制目标检测与分类多媒体分析与计算无人机自主控制机器人感知与理解运动平台的导航与制导复杂系统与网络科学复杂系统理论基础神经网络优化算法智能网络拓扑分析优势研究领域人工智能创新应用智能装备与制造系统智能装备及仪器研发智能装备控制技术先进制造工艺工业软件及系统工业机器人智能城市网络系统电力系统和设备故障诊断电网规划电力负荷预测电力系统运行控制智能交通人机协同诊疗智能神经/肌电桥系统辅助及康复机器人残疾人智能假肢手术机器人典型应用成果PartTwo人脸年龄预测算法及系统设计了一种基于卷积网络的人脸表观年龄预测系统，该系统使用基于标记分布学习的表观年龄预测模型，可以快速、有效地训练出模型参数，而且预测的准确度很高，在常见的表观年龄数据集上取得了很好的效果，能够超过人类的人脸年龄估计水平。典型成果一头部姿态估计系统设计了一种基于标记分布的头部姿态估计方法。与传统的分类方法相比，利用了更完整的类别信息用来训练模型。同时，该方法中还考虑了头部姿态之间的相似性信息，利用这种相似性信息使头部姿态估计效果进一步提升。该系统对头部姿态估计的精度已经大幅超过人类的估计水平。典型成果二基于脑-机接口的人机协同共驾与类人驾驶半监督自主学习智能车以深度学习、多传感器融合与感知等理论为理论支撑，采用CSP算法及神经网络学习方法对运动想象脑电信号进行处理和分析，在此基础上，融合智能机器技术，设计辅助控制系统实现智能、精确的人机共享控制，同时结合雷达、图像等多传感器信息，以精准定位与地图重构为数据驱动，以人-车共驾系统为知识引导，建立半监督自主的学习类人驾驶决策，构建了方向与速度综合控制的脑控车辆系统模型。典型成果三基于深度学习和信息融合的智能汽车多状态感知方法采取人工智能技术，以自主学习的方式，综合利用各种信息，建立深层次的数据推理及预测结构，将获取的感知信息不断转化为先验信息，从而获得精确的车辆环境及状态感知信息。C1C4C5C6C8C7T1T2T3T4T5T6T8T7T9T10T11T12L1L2L3L4C2C3S1L5S2S3S4S5颈椎C1C2C3隔膜（呼吸）C4隔膜（呼吸），耸肩C5三角肌（抬臂)），二头肌（屈肘）C6腕伸肌(伸回手腕)C7三头肌(伸直手肘)C8手与手指胸椎T1手与手指T2胸肌T3胸肌T4胸肌T5胸肌T6胸肌与腹肌T7胸肌与腹肌T8胸肌与腹肌T9腹肌T10腹肌T11腹肌T12腹肌腰椎L1臀肌（屈髋）L2臀肌L3膝关节肌（伸膝）L4膝关节肌与踝关节肌L5踝关节肌与脚趾肌(翘起大脚趾与双足)骶尾椎S1腿部肌肉与脚趾肌S2脚趾,肛门与膀胱括约肌S3肛门与膀胱括约肌S4肛门与膀胱括约肌S5肛门与膀胱括约肌电机控制单元(左前轮)整车控制单元传感器单元电池管理系统高速CAN总线电机控制单元(右前轮)电机控制单元(左后轮)电机控制单元(右后轮)车载网络中枢神经系统典型成果四面向信息物理融合的复杂产品高精度装配技术提出了基于零件实测模型的装配工艺设计与仿真优化、基于装配现场实物驱动的三维装配工艺演示与应用，以及基于三维数字孪生模型的装配精度分析与可装配性预测等应用方法，可有效地利用现场装配过程映射来实时反馈优化复杂产品的装配工艺流程，提高复杂产品的一次装配成功率和装配精度，实现面向复杂产品现场装配过程的装配准备周期缩短15%以及装配出错率降低20%。典型成果五机电装备智能监测与维护理论与方法采用神经网络与专家系统实现机电装备智能故障诊断，采用隐马尔可夫链-灰色预测耦合模型实现故障预测，采用深度学习、关联分析、聚类分析、质量决策树等实现机电装备智能维护。典型成果六仿灵长类高压巡线机器人系统研发一种结构简单的仿生巡线机器人系统，可以实现安全越障，可完成在线充电，拥有灵活的续航工作能力，提高巡线机器人的灵活性和实用性。典型成果七基于卷积神经网络的焊缝检测特种机器人研究研制在役大型球罐焊缝检测的专用机器人，研发了配备磁力吸附的全方位Mecanum轮结构检测机器人，可以为任意位置的焊缝检测提供各种灵活运动。为实现机器人对焊缝的智能跟踪，采用基于卷积神经网络的机器视觉图像识别技术，显著提高了焊缝识别的准确性和速度。典型成果八康复外骨骼人体运动步态识别与人机协同控制技术通过人工智能的深度学习技术，利用外骨骼关节和足底传感器组信号实现不同患者步态运动的快速识别，更好地使外骨骼适应和配合各类患者的步态。同时，对人机相互作用力场展开隐式解码，智能学习患者动作意图和不适感受，提高康复外骨骼机器人穿戴的舒适性和训练的协同能力。典型成果九基于人工智能多通道瘫痪肢体运动功能重建系统-“人工智能肌电桥系统”预先通过机器学习方法将不同肢体动作的肌电信号数据输入到模式分类器进行训练，然后利用训练后的分类器可以进行实时动作模式判别，进而通过电刺激带动瘫痪病人肢体运动。该系统已进行了健康人他控实验，实验结果证实“人工智能多通道肌电桥”可以精确识别控制侧四种动作（腕伸、腕屈、指伸和抓握），同时刺激受控侧完成对应的手部动作。典型成果十谢谢ThankYou