智能装备与技术研究中心
简介
中心成立于2016年5月,深耕大数据价值挖掘、器件优化、智能机器人应用等领域,具备雄厚的技术研发与工程转化实力,拥有多项中美发明专利。
中心以人工智能、大数据、边缘计算、物联网、智能机器人控制、生物医学工程为核心支撑,构建“感知—融合—分析—决策—执行”全链条技术体系。
科研条件完备,配备完善的器件仿真测试、传感标定、机器人调试、云端算力分析等软硬件平台,具备完整的技术研发、性能验证与中试落地能力。 形成智能传感终端、大数据云平台、开发套件及终端APP全链条产品矩阵,同时深耕服务机器人、智能辅助机器人应用技术研发。
研究方向
多模态融合技术、非接触智能感知技术、睡眠与慢性疾病 AI 风险早期预警、机器人应用等。
科研成果
承担国家自然科学基金、浙江省自然科学基金、浙江省科技厅新型产学研合作项目、国家卫健委省委共建专项、企业重大横向等相关课题,突破现有技术不具备慢病早期时序预警能力,亦未形成基于智能感知信息的 "监测‑研判‑干预" 完整闭环,构建 "风险识别‑干预实施‑效果评价‑策略迭代" 端‑云协同闭环,实现 24 h 慢病早期风险预警,完成从被动监测向主动预警的跨越,整体技术达到国际领先水平;解决传统装备智能化程度不足、复杂工况适应性差等瓶颈,建立算法-装备-场景一体化研发体系,推动智能机器人技术工程化落地。
产品与服务
1.智能家居与健康睡眠
典型应用方向:智能电动床、睡眠监测、呼吸健康管理。
技术要点:非接触感知 + 健康数据分析 + 云端服务平台
2.智能制造与工业互联网
典型应用方向:设备状态监测、预测性维护、质量智能控制
技术要点:工业 AI + 边缘计算 + 数字孪生
3.医工交叉与慢病管理
典型应用方向:心脑血管疾病预警、心理压力评估、慢阻肺管理等疾病早期数字化预警
技术要点:多模态融合模型 + 临床验证 + 远程监测
4.智慧养老与康养服务
典型应用方向:老人跌倒检测、离床报警、行为异常识别
技术要点:行为识别 + 环境感知 + 主动告警
5.城市公共健康
典型应用方向:睡眠健康地图、流行病趋势预测、健康社区建设
技术要点:大数据聚合 + 时空建模 + 决策支持
6.体育与高性能训练
典型应用方向:运动员睡眠与恢复监测、疲劳评估
技术要点:生理信号分析 + 个性化恢复模型
7.汽车与座舱智能感知
典型应用方向:驾驶员疲劳监测、健康座舱
技术要点:视觉 + 生理融合感知、实时预警
8.机器人应用
典型应用方向:车间巡检机器人、作业辅助机器人、人机协同生产
技术要点:多源环境感知 + 机器人运动控制 + 工业边缘智能决策
团队简介
主任:杨向东,副院长、党委委员,长期深耕机器人应用、智能装备与人工智能领域,拥有四十年机器人研究与产业化应用积淀。先后主持国家自然科学基金等多项重要科研项目,攻克多项装备与智能算法关键技术,成果获教育部科技进步二等奖。坚持理论研究与工程落地并重,推动智能机器人技术在多场景转化应用,在行业内形成系统性技术积累,为智能装备产业创新发展提供重要支撑。
执行主任:韩秀萍,副研究员、PI、省派科技副总。立足国家大健康战略与区域产业升级需求,深耕数字健康与医工交叉领域,面向慢病早期预警开展全链条创新。带领团队在非接触智能感知、睡眠大数据、慢病预警及临床转化方面取得原创突破,提出三层递进技术路径,首创单路 BCG 多参量耦合解耦与时序动态建模方法,成果依托 “互联网 + 智能床” 获中国产学研创新成果一等奖,助力企业核心技术自主可控。
联系我们
韩秀萍:浙江清华长三角研究院创新大厦A3F;
314000/396667279@qq.com/18911700365