根据我国机器人与智能制造应用技术发展状况和实际需求，本中心主要研究方向有4个，分别为工业机器人及其应用技术、工业产线智能制造技术与系统集成、机器人智能感知与控制系统、智能装备基础部件设计。具体任务如下：

1.工业机器人及其应用技术研究。针对提高国产工业机器人智能化、可靠性、稳定性的要求，开展运动平稳性和定位精度、工艺集成理论方法研究，推广工业机器人的应用领域和范围。主要任务：（1）进行机器人运动控制参数的智能优化与自适应调整方面的研究。在研究中考虑针对机器人运动中的负载、机电耦合参数等随工作环境、任务目标、运动姿态等变化而发生变化情况，研究机器人自身运动姿态与负载变化的快速识别，智能化调节各关节运动控制参数，从而实现高精度、高可靠性运动控制。（2）进行机器人运动路径规划与行为自主决策的相关研究。采用虚拟样机技术，针对机器人设计与制造中的运动学、动力学、轨迹规划等进行系统仿真，研究对初始误差、传感器噪声、模型误差等均具有较好鲁棒性的轨迹控制策略。结合机器人建模和智能控制算法，开展机器人路径规划研究。（3）进行多自由度机器人系统智能化设计技术研究。针对机器人各个臂、关节彼此间的相对位置、运行速度和输出力矩大小特点，开展将运动学、动力学、控制、驱动、轨迹规划融为一体的光机电联合设计与优化研究，复杂机器人设计研究取得突破。

2.工业产线智能制造技术与系统集成。工业产线智能化的核心是制造所涉及单元、数据、资源等生产要素和整体过程的集成，实现人-信息-物理系统的融合与交互。主要任务：（1）进行智能制造系统集成建模技术研究。包括功能模型、过程模型、数据模型、资源模型、组织模型等子模型，研究这些子模型及子模型建模方法间的关系，建立有效链接和相互映射关系。（2）进行智能集成制造系统“数字孪生”技术的研究。在工业互联网对设备广泛互联，海量数据汇聚，初步形成集成制造系统中设备、产品、人员和业务间的连接的基础上，以多层次、多学科、动态演进的数字化方式创建实体在虚拟空间的映射，实现智能产线的孪生、仿真与优化。（3）进行智能集成制造系统的优化技术的研究。以企业生产制造整体优化为目标，以数字孪生为载体，通过模型库、算法库、知识库、数据库的集成建设，实现产品全生命周期复杂机理、组成、交互关系和行为等建模，达到对企业产品和市场层面的预测分析及优化。

3.机器人智能感知与控制系统研究。针对智能移动操作机器人实现大范围工业复杂环境下物品准确识别与定位、精密操作与高效自主移动避障等工业应用场景中典型需求展开系统的研究。主要任务：（1）进行重点面向复杂工业环境的无轨化精确定位与感知、工业人机共融环境下“人机回路”的安全导航与调度控制、工业移动作业的在线精确伺服控制方法等方面的研究。（2）通过面向大范围、高动态、高相似特征环境的时空地图表示模型、工业环境下人体运动特征描述、行为预测与意图理解，及面向精确定位要求的作业臂与移动平台交互扰动消除等，建立工业智能移动操作机器人交互控制的方法。（3）通过原型平台和工业典型应用环境实验系统，开展机器人智能感知与交互控制的实验研究，为工业智能移动操作机器人的应用提供关键技术支撑依据。

4.智能装备基础部件设计研究。智能装备基础部件设计方面主要针对机器人转动部件等关键基础件，重点研究高参数、高精密和高可靠性机器人关节减速器、联轴器和轴承等。主要任务：（1）机器人减速器、联轴器和轴承等失效机理研究。机器人减速器失效机理决定了机器人关节的可靠性和工作寿命。目前国内外有关RV减速器、谐波减速器失效机理方面研究较少，着重研究提高关键零部件材料抗磨损、实际工况下各种润滑方式对减速器失效机理的影响等。（2）工业机器人执行部件运动精度和性能检测与评价。开发机器人动态特性在线测试系统，实现位置、速度等信号实时测量；研究机器人各种性能误差的传递模型及实时补偿技术，开发精密减速器性能测试系统实现减速器离/在线静动态测量评价。（3）围绕汽车行业智能制造需求，推进智能制造技术创新、标准制定、集成应用等，开展汽车零部件数字化设计、核心零部件智能化研发。