让机械臂“心灵手巧”：兰州大学阎石教授团队智能控制研究取得突破

在兰州大学，活跃着一支专注于人工智能领域研究和开发的科研团队。该团队以机器人系统与具身智能为核心研究方向，在机器人、无人机等复杂系统的智能感知、建模与控制领域取得了显著的研究成果。在兰州大学信息科学与工程学院的实验室中，由阎石教授领衔的这支科研团队，勇攀科研高峰，攻克了一系列技术难关，通过创新性的突破，成功地将人工智能技术融入机械臂的设计，赋予了这些机械臂以“生命”。

1 从“固定”到“灵动”：机械臂的智能进化‌

这是一支由教师、研究生共50余人组成的科研团队。近三年，团队不仅在机器人、无人机等复杂控制系统方面取得了关键技术的突破，同时在智能感知、系统高精度建模、非线性控制等方面取得了一系列创新成果。

“采用机械臂进行实验主要是为了验证机器人运动控制的高精度和实时性，我们已经在这方面取得了一系列的研究成果。”阎石介绍，团队运用基于数据驱动的Koopman建模方法，结合LQR和MPC的控制方案，将机械臂的运动控制精度提高了50%以上。这一成果在阎石团队实验室中通过UR5e机械臂的实体控制验证得到了充分体现。

记者看到，这是一支拥有6个自由度的机械臂，按照指令，它要在一个平面上勾勒出一个五角星图案。接到任务，只见它灵巧地转动“肩”部、“肘”部和“腕”部，并利用控制末端，迅速而精准地完成了对五角星的追踪。

“这是一个展示性的轨迹追踪过程，体现了机械臂对整体精密控制的能力，其精度达到了0.05毫米。”团队成员介绍，这支机械臂通过采用新技术，显著提升了实时性，其运行频率可达每秒上百赫兹甚至上千赫兹，从而将机器人的运动控制得既精准又高效。

2 国家需求的牵引促使核心技术不断突破

据了解，机械臂的研究起源于工业制造和航天领域的需求，并与国家重大科技项目紧密相关。阎石教授介绍，国家重大科技项目对机械臂研发起到了显著的推动作用。国家需求的牵引促使核心技术不断突破，在载人航天工程、深海探测领域、核工业应用等危险场景中，通过多学科协同攻关，持续解决了机械臂的核心技术难题。

人工智能与机器人产业的技术壁垒极高，只有关键核心技术突破才能让产业摆脱“卡脖子”困境。

据调查，在研发阶段，该团队针对关键技术提出了基于Kalman-Koopman LQR的机器人控制系统方案，并深入解析了不确定参数系统建模的深层原理，同时推动了变参数非线性系统建模理论及方法的研究与发展。

与此同时，我们的团队在控制算法和智能感知领域持续进行创新探索。首先，针对传统方法在描述机器人动力学特性时难以达到精准的问题，我们创新性地将非线性系统映射至高维线性空间，并巧妙地结合自适应LQR优化控制器，成功实现了对机械臂的高精度控制。其次，在硬件层面，我们进行了整合创新，将Leap Motion手势识别技术、深度相机、激光雷达、实时地图构建以及麦克风阵列语音交互技术融为一体，为机器人赋予了“视觉、触觉、听觉”的多感官能力。通过信息融合技术，我们将手势、语音以及环境数据等多元信息进行有效整合，使机器人能够综合分析并执行复杂任务，显著提升了其智能化水平和实用性，为机器人技术的发展开辟了新的路径。