科研團隊是一支由多位資深機器人領域專家、青年教師以及50余名研究生組成的團隊，核心成員均是博士畢業，擁有豐富的機器人領域基礎研究經驗和技術實力。團隊成員秉承著“技術創新、產學研結合”的理念，致力于醫療康復機器人、穿戴式智能診療技術、機器人多指靈巧手、仿生機械臂等方向的高素質人才培養、基礎理論研究、關鍵技術創新和產業化轉移轉化。
.jpeg)
（1）康復機器人研發與產業化
平衡康復訓練是提高平衡障礙患者平衡能力的一種有效的運動康復方法，其中平衡能力的評估和康復訓練是診斷平衡障礙和恢復平衡能力的手段。本項目將在已有基礎上，面向平衡障礙康復研究人體平衡調節機制與平衡能力評價方法，平衡障礙康復關鍵技術研究及核心部件研發，研發平衡障礙患者康復機器人產品。
（2）穿戴式智能診療系統研發與產業化
人體運動/認知功能是人的疾病的重要表征，穿戴式運動/認知功能評測系統具有穿戴便捷、評測客觀、評測效率高的優點，本項目擬針對常見的腦卒中、腦外傷、神經損傷等疾病研制基于慣性傳感器、肌電、腦電、足底壓力的人體運動/認知功能評測系統，輔助用戶進行疾病的診斷。
（3）剛-柔-軟耦合仿生機械臂研發
發明了一種新型的仿生人工肌肉技術，基于仿生原理提出來剛-柔-軟耦合柔性驅動結構部件。基于該驅動部件設計單關節多自由度與高柔性的剛-柔-軟耦合模塊，設計了剛-柔-軟耦合結構制造技術與模塊化結構接口技術。基于該關節模塊設計仿生機械臂，提出了剛柔混合的動力學模型，以及基于動力學模型的參數自適應控制、剛度自適應控制、柔順操作控制等算法。該機械臂可應用于人形機器人、充電機器人、按摩機器人等系統。
（4）機器人多指靈巧手結構及其驅動技術研究
面向柔性多指靈巧手的仿生需求，研究分析人手的手指關節機構原理，剖析關節內部指骨、軟骨墊、軟骨、肌腱、韌帶等組織結構的布局、相互作用，探明上述組織機構合作實現關節彎曲、伸展、變剛度的機理，建立相應的仿真模型并分析演變規律，設計柔性仿生關節基本結構和靈巧手多關節柔性仿生機構；分析人手指腹部軟體組織的抓持目標適應特性、接觸穩定性，建立剛柔性關節機構模型；分析由肌肉、肌腱、腱鞘構成的人手手指關節驅動與傳動系統，研究其運行機制，建立基本模型并仿真分析，設計多關節仿生機構并基于人工肌肉、肌腱傳動設計剛柔耦合仿生驅動系統。
（5）多指靈巧手感知與智能控制技術
針對靈巧抓取任務中的目標物感知與多指靈巧手智能控制方法及其關鍵技術進行研究?；诙嗄Ｊ礁兄⒛繕宋矬w模型庫，進而分別基于自適應控制、數據驅動控制、深度學習仿人操作等方式提出多指靈巧手驅動控制技術，最終實現目標物的靈巧抓取與操作。通過該課題的研究，重點突破靈巧抓取與操作任務中感知與智能控制算法設計這一共性技術難點，提高抓取與操作的靈敏度和準確度，進一步推進多指靈巧手的產業化。
1）科研項目
[1] 國家自然科學基金面上項目，62373326，面向本體感覺傳入效應增強的機器人-下肢交互運動刺激作用機理，2024-01-2027-12，50萬元，在研；
[2] 浙江省尖兵領雁研發攻關計劃重大社會公益計劃項目，2023C03159，基于多模態生理參數感知的神經肌肉電刺激關鍵技術研究、系統設備開發與臨床試驗，2023-01 至 2025-12，100萬，在研；
[3] 國家自然科學基金青年科學基金項目，52305038，全向運動地形擾動下的人體平衡調節機制與平衡能力訓練新方法，2024-01-2026-12，30萬元，在研；
[4] 國家自然科學青年基金項目：自解耦三維力指尖觸覺傳感器及其體表接觸力感知機理研究. 62303417, 30萬, 主持, 2024.01-2026.12. 在研；
[5] NSFC-深圳機器人基礎研究中心項目 重點支持項目，U2013212，軟體機械臂基礎理論與控制方法研究，2021.01-2024.12，288萬，在研，主持
[6] 國家重點研發計劃智能機器人專項課題，生物/運動信息捕捉技術及裝備研究，171萬，2019YFB1311401，2019.12-2022.11，結題，主持
[7] 國家重點研發計劃課題，2020YFB1313001，水蛇機器人剛-柔-軟耦合仿生驅動機理及結構設計，122萬，2020.12-2023.11，在研，主持
[8] 國家重點研發計劃政府間國際科技創新合作重點專項子項目，基于多模信息融合的人體運動意圖獲取與理解，123.6萬，2018YFE0125600，2020.01-2022.12，結題，主持
[9] 浙江省重點研發計劃國際合作專項，機器人柔性臂手系統及其智能化協同操作關鍵技術與應用研究，150萬，2021C04015，2021.1-2024.11，在研，主持
[10] 國家自然科學基金面上項目，51775499，面向軟體多指手的抓持剛度分配機理、抓持規劃及動態穩定性評價方法研究，2018/01-2021/12，72萬，主持，結題。
2）學術論文
1. Shibo Cai, Mingyu Shao, Mingyu Du, Guanjun Bao, Bingfei Fan. A Binocular-Camera-Assisted Sensor-To-Segment Alignment Method for Inertial Sensor-based Human Gait Analysis[J]. IEEE Sensors Journal, 2023, 23(3): 2663-2671. （SCI一區）
2. Shibo Cai, Dipei Chen, Bingfei Fan, Mingyu Du, Guanjun Bao, Gang Li. Gait phases recognition based on lower limb sEMG signals using LDA-PSO-LSTM algorithm[J]. Biomedical Signal Processing and Control, 2023, 80: 104272. （SCI二區）
3. Wei Wei, Bangda Zhou, Binfei Fan, Mingyu Du, Guanjun Bao, Shibo Cai*. An Adaptive Hand exoskeleton for Teleoperation System[J], Chinese Journal of Mechanical Engineering, 2023.（SCI 二區）
4. Shibo Cai, Guanjun Bao*, Jiaqing Pang. A Structured Light-based Visual Sensing System For Detecting Multi-layer And Multi-track Welding[J], International Journal of Robotic and Automation, 2021, 36(4): 264-273.（SCI）
5. Bingfei Fan; Qingguo Li; Tian Tan; Peiqi Kang; Peter B. Shull*. Effects of IMU Sensor-to-Segment Misalignment and Orientation Error on 3D Knee Joint Angle Estimation. IEEE sensors journal, 2021: 1-1, doi: 10.1109/JSEN.2021.3137305.
6. P. Kang; J. Li; Bingfei Fan; S. Jiang; and Peter B. Shull*. Wrist-worn Hand Gesture Recognition while Walking via Transfer Learning. IEEE Journal of Biomedical and Health Informatics, pp. 1-1, 2021.
7. Bingfei Fan; Haisheng Xia; Junkai Xu; Qingguo Li; Peter B. Shull*. IMU-based knee flexion, abduction and internal rotation estimation during drop landing and cutting tasks. Journal of Biomechanics, 2021, 110549.
8. Bingfei Fan; Qingguo Li; Tao Liu*. Accurate foot clearance estimation during level and uneven ground walking using inertial sensors. Measurement Science and Technology, 2020, 31(5): 055106.
9. Yangqing Ye, Xiaolong Ma, Xuanyi Zhou, Guanjun Bao, Weiwei Wan, Shibo Cai. Dynamic and Real-Time Object Detection Based on Deep Learning for Home Service Robots[J], Sensors, on-line.
10. Jianhua Zhang, Xuanyi Zhou, Jinyu Zhou, Shiming Qiu, Guoyuan Liang, Shibo Cai, Guanjun Bao *. A high-efficient reinforcement learning approach for dexterous manipulation [J]. Biomimetics, 2023, 8, 264.
11. Wenbiao Wang, Yunfei Zhu, Shibo Cai and Guanjun Bao*. Ultralong Stretchable Soft Actuator (US2A)- Design, Modeling and Application [J]. Chinese Journal of Mechanical Engineering, 2023 36:13, https://doi.org/10.1186/s10033-023-00835-3
12. H. Meng, L. Zhou, X. Qian and G. Bao*, Design and Application of Flexible Resistive Tactile Sensor Based on Short-Circuit Effect, in IEEE Transactions on Instrumentation and Measurement, vol. 72, pp. 1-8, 2023, Art no. 9501008, doi: 10.1109/TIM.2022.3225063.
13. H. Meng, W. Zhu, L. Zhou, X. Qian and G. Bao*, A 3-D Force Sensor Based on Combination of Magnetic and Piezoresistive Transduction [J]. IEEE Sensors Journal, 2022, 22(4): 3595-3604.
14. X. Ma, Y. Ye, H. Meng, W. Wang, W. Wang and G. Bao*, Sensor Embedded Soft Fingertip for Precise Manipulation and Softness Recognition [J]. IEEE Robotics and Automation Letters, 2021, 6(4): 8734-8741.
15. 蔡世波, 陶志成, 萬偉偉, 喻豪勇, 鮑官軍*. 機器人多指靈巧手的研究現狀、趨勢與挑戰[J/OL].機械工程學報[J], 2021, 57(15): 1-14. 封面文章
3）科研產品
（1）手部康復機器人：圍繞手部運動功能的安全、高效、低成本康復訓練需求，發明了一種新型的氣動軟體驅動器結構，進一步設計開發了氣動軟體手部運動功能康復器初代產品。結合人手的生理結構特點，設計了可以同時捕捉20個人手關節自由度且能進行力反饋的手部外骨骼裝置。
（2）便攜式肌電信息采集系統研發樣機，實現8通道表面肌電信號采集，可進行肌肉的肌力、肌張力的評估和肌肉疲勞度評估。
（3）便攜式足底壓力采集系統，實現雙足16通道足底關鍵區域的壓力采集，實時記錄足底壓力及其變化，可實時顯示壓力集中區域，壓力中心線及軌跡變化顯示。
（4）坐臥式下肢運動訓練機器人，適用于下肢運動功能障礙重癥患者、髖膝關節手術患者預后康復訓練，具有雙腿髖、膝、踝6個自由度，能夠與虛擬現實康復游戲結合，提升訓練效果。
（5）坐站體位變換與步態輔助機器人，輔助腦卒中、肌無力等病患完成坐姿與站姿的體位變換，通過繩牽引的方式為病患的患側步態訓練按需提供輔助力，幫助患者恢復正常步態。
（6）踝關節康復機器人，適用于腦卒中、腦外傷等原因導致的踝關節運動功能障礙，踝關節術后腳運動功能障礙、關節僵直、腿部相關肌肉萎縮等患者。
（7）觸覺傳感器：面向機械手在抓持過程中的交互力感知需求，研究了磁和壓阻雙模式傳感原理，設計了一種自解耦三維力傳感器，基于短路效應的觸發機制，研制了一種柔性陣列式壓力傳感器，研究了Velostat壓阻薄膜的特性，開發了可集成的指尖觸覺傳感陣列。
（8）懸掛式剛-柔-軟耦合艾灸系統：以軟體驅動副驅動剛性被動副，并將軟體驅動副包裹在剛性驅動副的外部，從而實現外軟內剛的結構特性與柔順運動的運動特性。并且關節內部的剛性骨架可集成變剛模塊；可通過控制變剛度模塊內部氣壓實現對關節剛度的智能調控；可實現人類手臂的運動特性與準確的狀態控制。從而實現安全柔性的艾灸任務。
團隊依托浙江省特種裝備制造與先進加工技術重點實驗室、教育部特種裝備制造與先進加工技術重點實驗室等平臺，經過二十余年積累，建設有機器人研究相關的實驗條件：高性能工控機、NI PX開放式工控平臺、NI LABVIEW系統軟件、NI DAQ數據采集卡、工程測試與分析軟件、機器人操作系統ROS開發平臺、SMC公司高精度的氣動元件、力覺數據手套及配套軟件、肌電信號采集系統、角位移測量數據手套、大型氣動實驗平臺、直接驅動數字伺服閥、3D打印機、泰克邏輯分析儀、ABB六軸機器人、三菱六軸機器人、UR3機械臂、實驗室自制的氣動柔性多指靈巧手、氣動柔性連續機器人、長臂式軟體機器人等。
人體運動分析與訓練設備及軟件：KAT 3DT全向運動三維地形模擬系統（合作單位），NOKOV光學運動捕捉系統，Biodex 動靜態平衡評估和訓練系統（合作醫院），Visual3D v6 Professional生物力學分析軟件，OpenSim人體肌肉骨骼仿真軟件，Xsens MVN Awinda、Xsens Dot、MTi 600慣性運動分析系統，自研的足底壓力分析系統，支持16節點的sagemotion IMU傳感與生物反饋系統，Moticon壓力鞋墊，Delsys無線表面肌電儀。
我們真誠歡迎具有創新思維和技術實踐能力的同行和研究生加入我們和睦友善、充滿活力的團隊，共同致力于機器人領域的人才培養、科學研究與轉化應用。
我們的研究方向主要包括但不限于以下幾個方面：
1. 機器人感知與認知：研究機器人的感知能力，包括視覺、聽覺、觸覺等，以及機器人的認知能力，如環境理解、情感識別等。
2. 機器人運動控制與規劃：研究機器人的運動控制算法和路徑規劃方法，以實現高效、精確的運動能力，包括運動學、動力學、運動規劃等方面。
3. 人機交互與智能系統：研究機器人與人類之間的交互方式和技術，包括語音識別、自然語言處理、情感計算等，以及智能系統的設計與開發。
4. 機器學習與人工智能：研究機器學習和人工智能算法在機器人領域的應用，包括深度學習、強化學習、遷移學習等，以提升機器人的智能水平。
歡迎來函來電咨詢與交流：
孟海良：15857516345，E-mail: menghl@zjut.edu.cn