自动化工程学院
|
|
|
|
| 导师代码： |
21597
|
| 导师姓名： |
宋广奎
|
| 性 别： |
男 |
| 特 称： |
|
| 职 称： |
助理研究员
|
| 学 位： |
工学博士学位
|
| 属 性： |
专职 |
| 电子邮件： |
gsong@uestc.edu.cn
|
|
|
| 学术经历：
|
|
2021-2022电子科技大学计算机科学与工程学院，博士后； 2016.09-2020.12电子科技大学,控制科学与工程专业工学博士学位。 学术兼职：四川省针灸协会肿瘤康复专委会常务委员、中国自动化学会动态学习与智能医学专业委员会委员、并担任RAL、Sensors、Robotica等十余项国际期刊论文评审员和IEEE机器人相关国际顶级会议ICRA/IROS的审稿人。
|
|
| 个人简介：
|
|
博士/博士后。2020年获得电子科技大学自动化工程学院博士学位，2021年电子科技大学从事研究工作，主要从事智能机器人控制和交互的研究工作，特别是在智能康复机器人力交互方面积累了丰富的经验。设计研发了多款康复机器人产品，其中截瘫助行外骨骼AIDER、儿童外骨骼机器人系统、脑机版手功能康复机器人系统获得了该类产品的国内首批CFDA认证，并在华西医院、西部战区总医院、四川省康复医院等国内50多家医疗单位开展了临床测试与应用推广。主持\参与国家重点研发计划、国家自然基金、四川省自然基金、四川省重点研发计划等项目10余项。在国际期刊和会议上发表论文20余篇，2篇荣获国际会议“最佳论文提名奖”（Best Paper Finalist），发明专利10余项。
|
|
| 科研项目：
|
|
作为项目负责人主持国家/省部级科研项目4项，作为主研人员参与国自然面上以及横向项目/课题10余项。主持[1] 国家自然科学基金委员会，青年基金项目， 62103084，向多地形的下肢助力外骨骼机器人个性化助力策略研究，2022.01-2024.12，30万，主持[2]四川省科技厅，自然科学基金青年项目, 2022NSFSC0865，面向多地形的下肢助力外骨骼机器人人机协同平衡助力策略研究，2022.01-2023.12，10万，主持[3]中央高校基本科研业务费项目, ZYGX2024J016，面向肌张力异常的脑瘫儿童下肢外骨骼步态建模与学习算法研究，2024.10-2026.10，10万，主持[4]四川省科技厅，重点研发计划, 2024YFFK0129，社区居家养老照护智能决策系统关键技术研究，2024.07-2026.06，6万，参与[5]国家自然科学基金委员会，面上项目，52271360，基于强化学习的离散时间多无人艇协同控制问题研究，2013.01-2026.12，54万，参与[6]国家自然科学基金委员会，面上项目，62276048，基于云端目标检测黑盒模型的无监督领域自适应方法研究，2013.01-2026.12，56万，参与[7]四川省科技厅，重点研发计划, 2021YFS0383，骨关节炎诊断-康复-评估一体化研究，2021.07-2025.06，40万，参与[8]国家科学技术部，重点研发计划项目，2017YFB1302300，截瘫助行外骨骼系统关键技术研究及示范应用，2017.12-2021.06，873万，参与[9]中央高校基本科研业务费项目, ZYGX2024J016，柔性淋巴引流机器人的关键技术研究，2024.10-2026.10，24万，参与[10]横向, 重金工分厂100万级热电转轴柔性加工装置, 2024-2025，260万，参与[11]科学技术部, 重点研发项目, 2018AAA0102505, 面向外骨骼机器人的软硬件一体化技术与验证平台, 2019.11-2023.11, 1195万。
|
|
| 研究成果：
|
|
主要研究方向为智能机器人控制和交互。在国际期刊和会议上发表论文20余篇，2篇荣获国际会议“最佳论文提名奖”（Best Paper Finalist），发明专利10余项。主要创新成果体现在：1）提出了人机系统助力算法（Human-exosekeleton Cooperative Balance Strategy for a human-powered Augmentation Lower Exoskeleton，HCB），使用基于倒立摆模型的力矩参数模型和基于KMP 的力矩规划模型规划具有平衡能力的关机力矩，协同穿戴者的选择的力矩方向，实现人机系统的平衡行走。相关的研究结果已发表在国际顶级学术会议IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)上。2）提出了基于交互意图预测的跟随算法（Model-based Control with Interaction Predicting，MIP），结合动态运动基元构建穿戴者交互意图预测模型，并通过增强学习根据不同步态优化权重，以减低对精确动力学模型的依赖，有效减少了因动力学模型误差造成的交互力。相关的研究结果已发表在国际期刊Journal of Intelligent and Robotic System上。3）提出了基于增强学习的耦合多控制器参数学习算法（Learning Continuous Coupled Multi-controller，LCCM），基于动力学系统原理构建时变不确定性误差补偿模型，将估计的人机交互力作为评价函数，通过增强学习优化补偿模型参数，有效减低因时变不确定性误差造成的交互力。相关研究结果已发表在国际会议ICARM、国际期刊Science China Information Science 上，并获得最佳会议论文提名奖。
|
|
| 专业研究方向：
|
| 专业名称 |
研究领域/方向 |
招生类别 |
| 081100控制科学与工程 |
01复杂系统与智能信息处理，02新能源系统及控制技术，04检测技术与自动化装置 |
硕士学术学位 |
| 085400电子信息 |
01测控技术及自动化（非全） |
硕士专业学位 |
| 085406控制工程 |
01复杂系统与智能信息处理，02新能源系统及控制技术，04检测技术与自动化装置 |
硕士专业学位 |
|
|
|
|
|
|
|
|
