魏岩

魏岩，讲师，硕士生导师，入选浙江工业大学“青年英才”（同特聘副研究员）。主要从事机器人建模与安全控制、人机协作、人工智能等理论与应用方面的研究。承担国家自然科学基金青年项目1项、浙江省自然科学基金项目1项，参与国家自然科学基金联合重点项目1项、面上项目2项、企业合作项目10余项。作为第一作者在IEEE TFS、IJRNC等高水平期刊发表学术论文10余篇，发明专利多项。多年来一直承担《机器人控制》、《机器人控制课程设计》、《单片机原理及实践》等课程的教学与课程建设工作。指导研究生获得电子设计竞赛奖1项，指导本科学生申请软件著作权1项。

工作经历

2021.07-至今           浙江工业大学              讲师

2016.07-2017.06     上海市计量测试技术研究院    助理工程师

教育经历

2017.09-2021.06    上海交通大学             博士

2014.09-2016.06     上海海事大学              硕士

2010.09-2014.06     中国矿业大学              学士

本科课程：《机器人控制》、《机器人控制课程设计》、《单片机原理及实践》、《科技创新实践》

研究生课程：《机器学习》

简介: 机器人作为新兴技术的重要载体和现代产业的关键装备，能够持续推动生产水平提高、生活品质提升，有力促进经济社会可持续发展。作为新兴起的智能机器人设备，协作机器人能将人类独特的灵巧性与机器人的高精度重复性结合，具有占地小、部署灵活等优势。安全控制技术可以确保协作机器人与人在不同环境下协同工作而避免引发潜在风险。对协作机器人进行以安全为前提的控制技术的研究，具有重要的理论与现实意义。

研究方向1：机器人建模与安全控制

    在对人机协作系统的控制器设计中，还需考虑协作机器人的运动空间约束。一旦超出约束，则可能导致系统不稳定、设备损坏甚至引发安全事故。如果在设计控制律时就考虑状态约束，则既能保证系统稳定可靠，又能在满足状态约束条件下保证系统性能。

图1：约束空间内的物理人机交互

研究方向2：基于多传感信息的人机协作

    协作机器人与人员近距离协作，安全可控是协作机器人的基本前提，能够有效防范各类失控风险，最大程度避免人员伤害事件的发生。科学的协作方法有利于提高整体系统的鲁棒性和容错能力，增强其应对外部变化与异常情况的适应性。

图2：多传感信息下的人机协作

研究方向3：数据驱动与智能控制方法

    基于数据驱动技术，依据实时环境数据进行安全性分析，对潜在的危险情形快速做出安全响应，做出更智能的决策，平衡安全性和操作效率，确保在复杂场景中高效运行，以防范潜在的危险情况。

图3：基于数据驱动的安全控制结构

仿真与实验平台

图4：基于V-REP的联合仿真平台

纵向项目：

国家自然科学基金青年项目：针对动态状态约束的人机协作系统自适应最优控制方法研究(62203392)，2023.01-2025.12 主持

浙江省自然科学基金：空间受限多机器人协作系统的人机交互机制与智能优化控制(Y23F030043)，2023.01-2025.12 主持

国家自然科学基金联合基金项目，基于纳什均衡策略的战术级多智能体对抗博弈理论与方法研究(U2341216)，2024-01-2027.12，参与

国家自然科学基金面上项目：面向未知环境和任务变化的非线性时滞系统低阶控制策略研究(62373329)，2024.01-2026.12 参与

  浙江省基础公益研究计划联合基金：面向火电站的自动化工程装备高效感知与控制策略研究，2024.01-2026.12 参与

  国家自然科学基金面上项目：非均匀来流艇桨耦合下平流层飞艇的自适应协调推力控制(62073206)，2021.01-2024.12 参与

横向项目：

杭州安杰思医学科技股份有限公司，内镜辅助系统

江苏汇博机器人技术股份有限公司，智能机器人系统和数字孪生系统技术开发

北京机械工业自动化研究所有限公司，猪肉胴体精细化分割机器人关键技术开发

期刊论文：

1. Wei Y,Yu X,Feng Y,Chen Q,Ou, L,and Zhou L. Event-triggered adaptive optimal tracking control for nonlinear stochastic systems with dynamic state constraints[J].ISA Transactions,2023, doi:10.1016/j.isatra.2023.04.009.(SCI, Q1, IF= 5.9)

2. Wei Y, Wang Y, Choon Ki Ahn, and Duan D. IBLF-Based Finite-Time Adaptive Fuzzy Output-Feedback Control for Uncertain MIMO Nonlinear State-Constrained Systems [J]. IEEE Transactions on Fuzzy Systems, 2020, doi: 10.1109/TFUZZ.2020.3021733. (SCI, Q1, IF= 12.029)

3. Wei Y, Zhou P, Wang Y, Duan D, and Zhou W. Adaptive neural dynamic surface control of MIMO uncertain nonlinear systems with time-varying full state constraints and disturbances [J]. Neurocomputing, 2019, 364: 16-31. (SCI, Q1, IF=5.719)

4. Wei Y, Zhou P, Liang Y, Wang Y, Duan D. Adaptive finite-time neural backstepping control for multi-input and multi-output state-constrained nonlinear systems using tangent-type nonlinear mapping [J]. International Journal of Robust and Nonlinear Control, 2020, 30(14): 5559-5578. (SCI, Q1, IF=4.406)

5. Wei Y, Luo J, Yan H, and Wang Y. Event-Triggered Adaptive Finite-Time Control for Nonlinear Systems under Asymmetric Time-Varying State Constraints [J]. Frontiers of Information Technology & Electronic Engineering, 2021, (SCI, Q2, IF= 3.10)

6. Wei Y, Zhou P, Xie W, Tang J, and Duan D. Event-triggered adaptive output-feedback control for nonlinear state-constrained systems using tangent-type nonlinear mapping [J]. Asian Journal of Control, 2021, doi: 10.1002/asjc.2599 (SCI, Q2, IF=3.452)

7. Wei Y, Zhou P, Wang Y, Duan D, and Chen Z. Virtual guidance-based finite-time path-following control of underactuated autonomous airship with error constraints and uncertainties [J]. Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering, 2020, doi: 10.1177/0954410020969319. (SCI, Q3, IF= 1.244)

8. Wei Y, Zhou P, Wang Y, Duan D, and Tang J. Adaptive finite-time neural backstepping control for MIMO uncertain nonlinear systems with full state constraints [J]. Transactions of the Institute of Measurement and Control, 2021, doi: https://doi.org/10.1177/0142331221989121. (SCI, Q3, IF= 1.796)

9. Cui L, Wei Y, Wang Y. Finite-time trajectory tracking control for autonomous airships with uncertainties and external disturbances [J]. IET Intelligent Transport Systems, 2019, 14 (5): 440-448. (SCI, Q2, IF= 2.480)

10. Zhou W, Zhou P, Wei Y, et al. Finite-time spatial path following control for a robotic underactuated airship[J]. IET Intelligent Transport Systems, 2019, 14(5): 449-454. (SCI, Q2, IF= 2.480)

会议论文：

1. Wei Y, Zhou P, Wang Y, et al. Adaptive neural dynamic surface control of a stratospheric airship with time-varying full state constraints and disturbances [C]// 2019 Chinese Control Conference (CCC), Guangzhou, China, 2019, pp. 2489-2495, doi: 10.23919/ChiCC.2019.8866678. (EI检索国际会议)

2. Wei Y, Zhou P, Wang Y, et al. IBLF-Based adaptive finite-time neural backstepping control of an autonomous airship with full state constraints [C]// 2020 IEEE 9th Data Driven Control and Learning Systems Conference (DDCLS’20), Liuzhou, China, 2020, pp. 162-166. (EI检索国际会议)

3. Wei Y, Zhou P, Wang Y, et al. Adaptive finite-time attitude tracking control of an autonomous airship with full state constraints and uncertainties. [C]// 2020 International Conference on Guidance, Navigation and Control (ICGNC 2020), 2020. (EI检索国际会议)

中国自动化学会 会员

IEEE member

中国指挥与控制学会智能控制与系统专业委员会 委员

IEEE TFS、IEEE TIE、IEEE TCYB、IJRNC、Neurocomputing 等国际期刊审稿人