科创中国

目前处于产品研发的阶段。复合型服务型机器人解决方案由多组智能硬件模块构成。其中位于顶部的是协作型机械臂组件。该模块相较于传统的工业型机械臂，具备易操作、模块化、快部署的特点。零力示教，有效降低了调试时间和学习成本。便携式，友好型人机操作界面让机器人更易使用。减速机、电机、编码器以及驱动控制一体化集成，便于快速拆装。标准额定负载为5kg，自重仅为20kg。安装轻便，灵活部署。项目中全新设计的立体存拣系统，充分利用立体空间扩容，同时保持了拣选的高效率优势；包含单箱机器人、双伸位机器人两种机器人分别适配多层立体存储和单层高密度存储两种场景，同时满足客户高存储、高效率、高柔性和高性价比“四位一体”的需求。与传统穿梭车系统相比，具有如下优势：更柔性，可适应客户现存货架和阁楼；空间利用率高，存储密度大；投资更小，回报周期短；实施速度快，地面承重要求低；无需高精度轨道，易于维护。

机器视觉是通过光学的装置和非接触的传感器，自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。机器视觉即用机器代替人眼，模拟眼睛进行图像采集，经过图像识别和处理提取信息，最终通过执行装置完成操作。机器视觉是计算机学科的一个重要分支，综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展，也推动了机器视觉的发展机器视觉的特点是提高生产的柔性和自动化程度。在不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。可以在最快的生产线上对产品进行测量、引导、检测和识别，并能保质保量的完成生产任务。

在机器视觉方面，目标的自动识别是本项目机器人全自动解决方案的基础。由于目标的图像容易受光线变化、离焦和遮挡等因素的影响，作业过程中特征变化较大。并且图像中包括目标、夹持器和机械手等多个器件，导致自动提取和识别难度较大。本项目将仿生学中的视觉注意机制和深度学习网络引入目标的自动提取和识别。

1. 基于视觉注意机制的显著区域分割提取，研究视觉图像中目标特征通道的构建方法，建立适用于视觉场景的视觉显著度计算模型。评估显著图融合过程中各个特征通道的贡献效果，探讨基于动态特征融合策略的显著图融合方法。2. 视觉显著区域的智能聚焦与特征描述子的提取，研究图像中目标零件的智能聚焦方法，建立图像离焦量和聚焦位置之间的解析关系，研究基于自适应步长的目标零件快速聚焦方法。在此基础上研究视觉显著区域特征提取方法，建立多特征融合的特征描述子。3. 基于深度学习网络的目标零件识别，研究基于深度学习网络的多目标零件分类方法，建立适用于视觉环境的多目标零件分类器模型，探讨基于深度学习网络分类器的训练策略，为零件的智能跟踪提供基础。

此外，本项目将研究具有自学习能力的机器人智能作业控制策略。针对作业中的参数变化具有非线性时滞的特点，本项目将增强学习理论引入机器人控制系统，建立兼顾在线装配控制和离线样本学习的机器人智能控制模型，有效地提升控制系统的自适应性和抗干扰能力。

1. 基于增强学习的机器人控制模型的建立,研究基于增强学习算法的机器人最优控制决策的实现方法，探讨通过机器人和目标物品的交互实现控制参数自动优化的方法，建立兼顾在线装配控制和离线样本学习的机器人智能控制模型。2. 机器人作业过程中高维连续状态动作的行为决策机制。研究作业过程中高维连续状态动作的描述方法，建立连续状态动作的值函数逼近模型，研究装配扰动情况下机器人输出连续装配动作的拟合方法，建立当前状态和机器人装配动作之间的对应关系。

ClickDishes成立于加拿大，团队成员20余人，业务覆盖加拿大、日本、以及南美洲等地区。可立点科技国内业务聚焦于人工智能与机器人技术。由启迪之星在深圳孵化加速，国内团队5人，注册资本1300万。2021年完成与中科院自动化研究所的技术合作，开发复合型服务机器人产品，并在第四届中国国际进口博览会（CIIE2021）进行成果展示。公司围绕人工智能、机器视觉、伺服技术等，研究开发复合型服务机器人，为不同商业应用场景打造智能化、智慧化的解决方案。团队核心专家宫新一，中国科学院自动化研究所博士，毕业后供职于中国科学院自动化研究所，具有多年基于深度学习智能控制与模式识别研发经验，发表多篇国际期刊，并申请25项专利，其中发明专利11项。毕业后进入中国科学院自动化研究所工作，主要研究方向为控制理论与控制工程。

本项目的技术创新性和先进性体现在机器视觉技术与服务机器人两大方面的研发与应用。

机器视觉是通过光学的装置和非接触的传感器，自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。机器视觉即用机器代替人眼，模拟眼睛进行图像采集，经过图像识别和处理提取信息，最终通过执行装置完成操作。机器视觉是计算机学科的一个重要分支，综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展，也推动了机器视觉的发展

机器视觉的特点是提高生产的柔性和自动化程度。在不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。可以在最快的生产线上对产品进行测量、引导、检测和识别，并能保质保量的完成生产任务

复合型服务机器人方面，在消费升级等需求驱动下，服务机器人有望成为新蓝海。随着多模态融合感知、非结构化场景AI分析与柔性本体等核心技术的突破，家用机器人感知、理解、控制的能力将进一步提升，从而更自如地在非结构化家庭环境中执行复杂任务。感知方面，触觉传感技术突破，以及多模态感知融合技术迭代，将提升机械臂工作的精度和准确率，实现对不同材质、形状和软硬性状物品的抓握推举；理解方面，基于计算机视觉和NLP技术的进步，机器人对复杂服务任务和家庭环境的理解将进一步深入；控制方面，柔性、仿生机器人本体技术的持续进展，将显著提升人机互动的体验和安全性。未来3-5年，服务机器人有望实现更自然的人机交互、完成更复杂的操作任务，逐步成为家政、娱乐、教育、陪伴等细分场景的生活助手。

股权融资。