南京理工大学科技成果推送,合作机遇速览(六)

本成果针对传统管件切割生产效率低、人工干预频繁、废料处理不彻底及设备占地冗余的难题，提出全自动化机械手激光切割系统方案。该方案基于数字孪生技术构建虚拟生产场景，提前模拟设备协同节点与流程优化路径，大幅缩短实际生产调试周期，有效突破单设备单流程的生产瓶颈，成功攻克多机械手与双传送台交替协同、切割后强力气流自动碎屑清洁及清洁后精准码垛一体化的关键技术，研发出包含总控制台、六轴机械臂、传送装置、金属集尘器等的成套装备。该系统全自动运行，配备防护网，还具备过载、短路保护功能。成果经医疗管件龙头企业应用验证，可减少30%以上人工成本、提升25%以上产能。

（1）生产效率指标：单根管件激光切割作业时间≤3分钟，单次最大装载容量达40根，系统启动后可实现120分钟全自动化连续运行，期间无需人工干预，双传送台与机械手协同交替运作，每120分钟可完成40根管件的切割、清洁及码垛全流程；

（2）空间与安全指标：整套设备占地面积仅30㎡，防护网高度2.0m，在紧凑布局下保障作业安全；电气系统具备过载、短路双重保护功能，确保设备稳定运行无安全隐患；

（3）切割精度指标：依托六轴机械臂的精准控制与传送台定位机构伺服系统，激光切割作业定位误差≤0.1mm，可实现管件精密打孔需求，同时机械臂配合传送台旋转移动物料时，重复定位精度≤0.05mm，保障批量切割产品的尺寸一致性。

本成果突破高分辨率光谱成像、遥感大模型智能解译等关键技术瓶颈，形成AI+光谱仪的智能遥感装备能力，研制具身智能无人机多模态遥感探测系统，可集成可见与近红外、短波红外小型高光谱相机、热红外、LiDAR等多模态探测设备，研发了低空多模态遥感感知与智能解译系统，突破多模态、跨场景、跨领域的自适应模型继承和进化派生、低空遥感多模态下游任务智能解译知识增强、多时相多模低空遥感的像素-目标-场景的层次化智能解译、低空遥感解译模型自适应边缘部署与端边协同推理等关键技术，研制了支持十余种遥感下游解译任务的大模型，为低空环境下环境污染与生态调查、地质矿产勘探、智能巡检等提供关键仪器与AI系统。

（1）系统可集成和搭载400nm-1000nm可见与近红外、1000nm-2500nm短波红外小型高光谱相机，光谱分辨率4nm-10nm；支持LiDAR、高光谱相机等双模态遥感探测；

（2）具备目标检测与跟踪、地物语义分割与像素级分类、异常和变化检测、视觉-语言目标定位与导航、视觉-语言遥感场景语义描述等10余种遥感下游智能解译功能；

（3）具备遥感影像和LiDAR等联合生成3D高保真场景和物理引擎渲染能力。

本成果针对野外复杂场景（如乡村道路、矿区等）中无人车环境感知难、自主规划与控制适应性差、极端天气及复杂路况下作业能力不足的难题，提出了面向复杂环境的无人车智能感知与决策理论，突破了野外复杂地形建模、全天候环境适应的技术瓶颈，攻克了无人平台智能控制、系统集成与验证等关键技术，研发了具有乡村道路环境感知与智能行为决策能力的无人驾驶车辆验证平台及无人平台智能控制支撑软件系统，解决了无人车在砂石路、泥土路、大倾角陡坡等复杂路况下的自主导航及阴天、雾天、夜晚等场景的适应问题，实现了复杂环境下无人车自主驾驶的技术革新与部分核心软件的自主可控，达到了国内领先水平。与国内外同类技术相比，其核心竞争力在于对野外复杂场景的高适配性，尤其在矿区等特殊场景应用中优势显著。成果获教育部科技进步一等奖等奖项。

（1）环境适应能力：无人驾驶车辆验证平台可在砂石路、泥土路、大倾角陡坡及越野场地等复杂路况下实现自主导航，且能适应阴天、雾天、小雨、小雪等复杂天气及白天、夜晚等不同时段，环境适配覆盖度达90%以上；

（2）自主行驶性能：支持大范围、长距离自主导航，在野外复杂场景下，自主路径规划响应时间≤0.5秒，障碍物规避成功率超98%，可实现对运动目标的自主跟随或超越；

（3）系统稳定性：无人平台智能控制支撑软件系统在连续72小时高强度运行中，无故障运行时间≥60小时，系统集成验证通过率达95%以上，满足特种领域及矿区等场景的作业稳定性需求。