东南大学秦龙辉教授：机器人装配关键技术的进展与挑战 | CJME论文推荐|机械手|自动化

东南大学秦龙辉教授：机器人装配关键技术的进展与挑战 | CJME论文推荐

分享至

引用论文

Longhui Qin. Recent progress and challenges of key technologies in robotic assembly[J]. Chinese Journal of Mechanical Engineering,Volume 39,2026,100032.

(戳链接，下载全文)

关于文章

研究背景及目的

如何利用机器人代替传统的流水线工人完成各种装配任务，是智能制造必须考虑的问题之一。让机器人实现自动化装配，不仅能够提高工作效率、改善生产质量、降低劳动力成本，而且可以缓解急剧老龄化带来的许多困境。然而目前，在非结构化环境中利用机器人完成多种装配任务，仍面临诸多挑战，故而难以广泛应用。为了提供对机器人装配领域现存问题的本质理解，本文通过聚焦该领域内的五项关键技术，对其最近的进展与挑战进行了综述研究。其中的关键技术包括：感知、末端执行器、控制方法、学习方法和性能评价准则。在对这些领域内主要工作介绍的基础上，本文分析了各项技术的特点，覆盖了多种典型装配场景。同时，围绕精准感知、机械手、失误复原和协作机器人等，探讨了机器人装配领域的主要挑战与未来发展方向。除了提供该领域主要技术的系统性总结外，本文将为机器人、人工智能和自动化工程等领域的研究提供参考。

研究内容

本文主要对近十年机器人装配领域的典型技术与方法进行介绍与分析，与已有相关综述相比，本文针对多个主流的机器人装配领域内核心硬件与软件方法进行了详细分析，不局限于某个具体的装配场景，介绍了机器人装配完整过程的各种先进技术，并对精准感知、灵巧手、失误复原和协作机器人等主题进行了讨论。文章涵盖的主要章节包括：机器人装配中的感知问题，使用的末端执行器，涉及的控制方法，主要的学习方法，和性能评价准则等。具体地，机器人装配感知涉及到视觉感知技术、力/力矩感知技术、触觉感知技术和融合感知技术等；而末端执行器除了广泛采用的两指夹爪外，还包括机械手和各种定制末端执行器；在控制方法部分，本文将现有控制方法分为基于感知的控制方法、基于约束的控制方法和先验知识导引的控制方法；学习方法则主要包括演示学习、互动学习以及技能迁移等；在性能评价方面，本文梳理了现有研究工作的评价标准，将其归纳为准确率相关标准、时间相关标准、误差相关标准、力学相关标准和可靠性相关标准

结论

通过本文的分析不难看出，现有的机器人装配领域主要聚焦于三类装配任务：插轴入孔、螺栓/螺丝安装、电缆布线及其它。每种典型装配任务都有自己独特的问题，但其中的共性技术是共通的。在机器人装配领域，未来可以针对精准感知、灵巧手、失误复原和协作机器人等细分领域进一步研究，提高机器人装配的精度和效率等。

相关文章/图书推荐

[1]Li, Rui, and Hong Qiao. "A survey of methods and strategies for high-precision robotic grasping and assembly tasks—Some new trends." IEEE/ASME Transactions on Mechatronics 24.6 (2019): 2718-2732.

[2]Jiang, Jingang, et al. "The state of the art of search strategies in robotic assembly." Journal of Industrial Information Integration 26 (2022): 100259.

[3]Xu, Jingjing, et al. "A review on significant technologies related to the robot-guided intelligent bolt assembly under complex or uncertain working conditions." IEEE Access 7 (2019): 136752-136776.

关于团队

作者介绍

秦龙辉，现任东南大学机械工程学院副教授、博导。长期从事触觉传感、机械手、多传感器数据融合和机器人控制等方向的研究工作。近年来，在The International Journal of Robotics Research（IJRR）、IEEE Transactions on Instrumentation and Measurement（TIM）、International Journal of Solids and Structures（IJSS）等机器人、传感和力学领域权威期刊发表学术论文40余篇，申请及授权发明专利13项，主持国家自然科学基金项目“触觉仿生手指的力学感知机理及数据融合算法研究”、江苏省自然科学基金“触觉仿生手指的优化设计及表面纹理智能识别算法研究”、高端装备机械传动国家重点实验室面上项目“气动肌肉驱动的绳传动多关节触觉手指研究”等科研项目；荣获“UCLA科研项目展示最佳墙报奖”、“2023年中国仪器仪表学会学术年会优秀学术成果奖”等奖项；受邀担任国际期刊PLOS ONE编委和Chinese Journal of Mechanical Engineering（《机械工程学报》英文版）、Journal of Bionic Engineering等SCI期刊的青年编委。

作者或团队研究方向介绍

作者课题组（机器人智能感知与控制实验室）长期从事机器人智能感知与控制相关的研究，包括触觉传感、机器视觉、灵巧手、机器人设计、控制算法开发等。

近年团队代表性文章

(1) Fang, Jing, Ruoxin Feng, Xiangxuan Tang, and Longhui Qin*. Design of a flexible data glove for gesture recognition. Sensors and Actuators A: Physical, 391, 116638, 2025.

(2) Shi, Xiaowei, Yihua Wang, and Longhui Qin*. Numerical simulation-assisted design of a soft-rigid-hybrid tactile finger for surface recognition. Journal of the Brazilian Society of Mechanical Sciences and Engineering, 47(4), 201, 2025.

(3) Longhui Qin*, Xiaowei Shi, Wenhui Yang, Zhengxu Qin, Zhengkun Yi and Huimin Shen, Surface Recognition With a Tactile Finger Based on Automatic Features Transferred From Deep Learning, IEEE Transactions on Instrumentation and Measurement, vol. 73, pp. 1-10, 2024.

(4) Dezhong Tong, Andrew Choi, Longhui Qin*, Weicheng Huang, Jungseock Joo and Mohammad Khalid Jawed*, Sim2Real Neural Controllers for Physics-Based Robotic Deployment of Deformable Linear Objects, The International Journal of Robotics Research, 43(6):791-810, 2023.

(5) Longhui Qin, Haijun Peng, Xiaonan Huang, Mingchao Liu; Weicheng Huang; Modeling and Simulation of Dynamics in Soft Robotics: a Review of Numerical Approaches, Current Robotics Reports, 5(1), pp.1-13, 2023.

(6) Xiaowei Shi; Yihua Wang; Longhui Qin*; Surface Recognition with a Bioinspired Tactile Fingertip, IEEE Sensors Journal, 23(16): 18842-18855, 2023.

(7) Longhui Qin*; Xiaowei Shi; Yihua Wang; Zhitong Zhou; Perception of Static and Dynamic Forces with a Bio-inspired Tactile Fingertip, Journal of Bionic Engineering, 20: 1544–1554, 2023.

作者：秦龙辉

责任编辑：杜蔚杰

责任校对：张强

审核：张彤

JME学院简介

JME学院是由《机械工程学报》编辑部2018年创建，以关注、陪伴青年学者成长为宗旨，努力探索学术传播服务新模式。

欢迎各位老师扫码添加小助理-暖暖为好友，由小助理拉入JME学院官方群！

欢迎关注JME学院视频号~

寻觅合作伙伴

有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。

感谢关注我们！《机械工程学报》编辑部将努力为您打造一个有态度、有深度、有温度的学术媒体！

本文为《机械工程学报》编辑部原创内容，欢迎转载！

在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!

联系人：暖暖

电话：010-88379909

E-mail：jme@cmes.org

网址：http://www.cjmenet.com.cn

官方微信号：jmewechat

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.