2018年7月至10月，我有幸到澳大利亚悉尼科技大学进行了为期3个月的交流学习活动，在此期间，收获颇丰。

澳大利亚悉尼科技大学（UTS）位于澳大利亚新南威尔士州首府悉尼市中心，成立于1988年，是澳大利亚领先的年轻大学之一，在最新的QS 2019全球大学排名中，UTS位列全球第160名；世界年轻大学（校龄小于50年）排名全球第15名，澳大利亚第1名。与大多数大学不同，悉尼科技大学没有校园，由分散在悉尼市中心的教学楼、图书馆、办公楼组成，这也反映出这所学校的年轻的气质。UTS十分注重国际学生教育，拥有大量的国际留学生，占全部学生人数的25%。另外，UTS资金充足，学校设备先进齐全，拥有良好的学习研究条件。

我本次学习交流的实验室是自动化系统中心（Centre for Autonomous Systems，简称CAS，网址: https://www.uts.edu.au/research-and-teaching/our-research/centre-autonomous-systems），CAS专注于机器人研究，是一个享誉国际的机器人研究小组，主要研究方向是未知与复杂环境中的机器人、人机协作与人机交互以及团队机器人。CAS目前拥有在职教师和博士后二十多人，初次之后，还有三十余名在读博士与研究工程师。实验室既注重前沿的基础研究，也注重与工业界的紧密合作，及时将研究成果转化为产品，从而服务社会。在基础研究方面，CAS在机器人领域的顶级期刊IJRR、TRO上发表多篇高引用文章，并且每年都在机器人领域的顶级会议ICRA、IROS上发表论文。Gamini Dissanayake教授在2001年发表的论文《A solution to the simultaneous localisation and map building (SLAM) problem》是过去15年机器人领域引用量最高的论文之一。在与工业界的合作方面，CAS研发了多个服务社会的项目，包括用于帮助护理人员转移行动不便患者的转运提升机项目，能够越过路肩的攀爬轮椅项目，用于对悉尼海港大桥进行维护的自动油漆喷涂机器人以及对海港大桥进行故障检测的攀爬检测机器人，还有检测水管破损故障的机器人等等。CAS拥有良好的研究环境，以及充足的资金支持，未来在机器人领域会贡献更多的研究成果。

CAS实验室与浙江大学机器人实验室于2013年建立了联合研究中心（UTS-ZJU Joint Research Centre for Robotics Research），每年都会互派学生访问，共同探讨前沿的机器人技术研究，发表最新学术论文，学生的生活费用由访问实验室承担。UTS-CAS的老师会不定期来机器人实验室进行学术报告，讲解CAS正在进行的项目与研究，和同学们进行亲切交流。两所实验室也曾一同组队参加了2015年的亚马逊分拣大赛（Amazon Picking Challenge in ICRA 2015，Team Z.U.N.），获得了第四名的成绩。总体来说，我们机器人实验室和UTS-CAS的合作长期而且稳定，由于研究领域基本一致，双方共同完成的研究成果也在逐年积累。

本次学习交流的海外导师是Gavin Paul博士，他具有扎实的科研基础，以及前沿的研究视野。在机器人领域的顶级期刊JFR以及顶级会议ICRA，IROS上发表了多篇文章，并主持多个与工业界的合作项目。在交流期间，Gavin Paul在生活和科研上给予了充分的指导，纠正了我错误的研究思路以及急功近利的科研心态。在学习交流期间，我与CAS实验室的学生进行了充分的沟通交流，分享了彼此对于机器人这个领域中许多环节的理解和认识，比如即时定位与地图构建（Simultaneous localization and mapping，SLAM）,人机交互（Human-robot Interaction）等等。

在CAS学习交流期间，我的主要研究工作是面向工业装配的演示编程系统中的零件装配关系推理与零件位姿优化。在工业机器人部署和使用的过程中，需要专业的机器人操作者进行编程与示教，这一过程不仅需要专业的技术人员，而且需要花费大量的时间，使得工业机器人的部署效率降低。演示编程系统可以用一种直观的方式部署机器人作业，能够极大提升机器人部署的效率。面向工业装配的演示编程系统主要分为三个模块，即感知模块，零件位姿优化模块以及机器人执行模块。由于感知模块零件位姿估计算法精度的限制，无法满足工业装配的需要，必须采取有效的方法对零件位姿估计的初步结果进行优化，以满足高精度装配场景的需要。使用图模型对装配过程进行建模，将零件作为图模型中的结点，零件之间的约束关系作为图模型中的边，从而构建一个包括所有装配零件以及装配零件之间的装配关系的图模型，此时图模型中包括了所有的装配零件，以及零件的每一个轴以及每一个面与其余零件的轴面约束，这些约束中有正确的约束也有错误的约束，为了在优化的过程中，删除错误的约束对优化结果的影响，可以根据约束的误差，动态调整约束的权重，删除误差太大的约束，保留合理的约束，最后运行优化算法，得到优化之后的零件位姿。实验表明，优化之后的零件位姿可以满足装配场景对于装配精度的需求。在此期间，和CAS实验室的同学进行了深入的学习交流。

在UTS交流学习三个月，自己对科研有了更好的认识，在和其他同学交流的过程中，通过对比反思了自己过去一年的研究工作中存在的问题。自己的研究工作存在的一个重大问题就是急功近利，很多时候没有对问题进行深入思考就急于动手实践，希望在实践的过程中发现问题，然后逐步解决。这种研究方法存在很多弊端，在没有深入思考问题本质的前提下，急于动手实施，往往导致解决问题的方法不够优雅，实验过程中遇到了问题也缺乏理论的分析，对实验过程缺乏有效的指导，这就导致研究效率低，往往陷入某一个问题中，长时间得不到解决，浪费了大量的时间。这也违背了想要提高效率的初衷。在本次交流学习的过程中，我对这一问题有了深刻的认识，在日后的研究过程中，一定要增加自己思考问题的时间，在对问题理解透彻之后再动手实践。第二点深刻的体会就是要提高对自己的要求，眼光不能仅仅局限于博士的毕业要求，而是在此基础上，开阔自己的眼界，提升对自己的要求。

最后，十分感谢浙江大学机器人实验室给我这次宝贵的出国交流学习的机会，感谢浙江大学机器人实验室以及悉尼科技大学给予的资金支持。