党建专栏

党建专栏

2019年6月29日,清华大学自动化系的7名博士研究生来到中国科学院沈阳自动化研究所,开始为期6周的暑期社会实践。

底蕴深厚,未来可期

中国科学院沈阳自动化研究所(以下简称沈自所)成立于1958年11月,1972年起正式定名为中国科学院沈阳自动化研究所。六十多年来,沈自所在自动化科学与工程领域不断探索,为国民经济、社会发展和国家安全做出了突出贡献,获得国家、中科院、各部委及地方奖励300余项。研究所主要研究方向是机器人、智能制造和光电信息。作为中国机器人事业的摇篮,在中国机器人事业发展历史上创造了二十多个第一,引领中国机器人技术的研究发展。沈阳自动化所以振兴中国制造业为已任,以为国家战略高技术及其产业发展提供技术基础为发展理念,正向着成为具有强大自主创新能力和可持续发展能力,在相关领域代表中国科技发展水平的国际知名研究所目标奋进。

实践支队所有成员合影

 

扎根项目,学以致用

为了顺利、高效的开展暑期社会实践活动,相关负责老师和支队成员就实践期间所有问题进行了深入交流。老师们叮嘱同学们要深入课题,在实干中体现自身价值。支队成员一致表示将在实践期间提高工作效率,发挥聪明才智,将自己在校所学知识用于实践。

实践动员会现场

 

艰苦奋斗,硕果累累

为了加深对机器人行业的发展历程和工作环境的认识,成员参观了沈阳自动化研究所科技成果展和水下实验室。沈自所的研究成果让人震撼不已,比如,“海翼”系列水下滑翔机接连创下国内国际新记录,“海斗”号万米水下机器人亮相“砥砺奋进的五年”大型成果展,多平台南海冷泉区立体协同探测开启我国海洋科考新模式,深海科考型ROV创造我国ROV下潜最深记录,冰结构探测机器人多次完成南极科考任务,“潜龙三号”迎来各项技术再升级等。这些研究成果是数代工程师艰苦卓绝、砥砺前行的结晶,是沈自所为伟大祖国交上的完美答卷。

支队成员在成果展

 

内容丰富,攻坚克难

支队成员围绕实际遇到的科学问题展开实践项目,以下是7位同学的研究内容。

李洪军:针对水下机器人作业时目标物自主识别的需求,基于深度学习中的YOLO算法搭建深度卷积神经网络模型,利用水下机器人采集的实际影像数据对模型进行训练,实现对水下目标准确快速的识别,分类和定位。

闫子昂:针对海底基站信号灯的特征,解决了视频中视觉信号的自动识别并对小型水下机器人进行引导,完成无人自主对接的问题。

王敏:对于“潜龙二号”历史传感器采集数据多重相关、故障类型多样、环境和运行状态多变、运行噪声较强等特点,采用统计和深度学习的方法分别建立模型实现故障诊断。

郭甜甜:针对视频压缩的动态张量压缩感知理论技术,实现基于压缩感知和在线压缩感知测量的图像重建和前背景分离算法并对声呐图像压缩建模。

李博文:完成了高精度激光位移传感器的数据测量和标定。通过仪器调试解决控制器内部程序错误,提出特定的优化算法实现了数据的稳定测量。

王震毅:解决对于不同海域的航行数据,模型泛化性能不好的问题。通过使用深度学习模型和传统机器学习模型结合的多模型学习方法训练更具有鲁棒性的模型。

高浩翔:通过深度强化学习解决了水下机器人如何在有限的资源消耗内尽可能多地收集到水下信息,突破了传统方法的局限性,并在模拟数据上证实了其有效性。

 

铭记历史,勿忘国耻

实践支队成员参观了张学良故居和九一八纪念馆。在张学良故居中心情是复杂的,心情是欣慰的;在九一八纪念馆中心情是痛苦的,心情是煎熬的。复杂是因为国难当头,民不聊生、生灵涂炭的时候还有“攘外必先安内”的无奈与失望;欣慰的是有一批“国难面前,民族大义勇当先”的爱国主义将士和无产阶级革命家;痛苦的是更深切的体会到了日本侵略者为了侵略惨无人道、颠倒黑白;煎熬的是在战争中惨死而遗留下来的森森白骨再也无法苏醒。

参观张学良故居

参观九一八纪念馆

 

此次实践,让大家对我国机器人领域的实际情况、发展状况、未来规划有了更直观的感受;对中国近现代的历史现状、历史遭遇、历史变革有了更深入的了解;对我们年轻一代的面临挑战、历史使命、责任担当有了更清楚的认识。

 

 

转自微信公众号“知行”