信息学院江智浩课题组在人-机-物三元融合系统（HCPS）领域取得多项研究成果

随着计算机科学的进步，智能软件拥有了在复杂环境中自主做决策的能力，可减轻人类专家负担的同时提升工作效率。但在医疗、交通等领域，由于问题的复杂性以及对安全的重视，智能软件还无法完全取代人类专家。近日，信息科学与技术学院江智浩课题组在智能驾驶辅助以及智能康复辅助领域取得系列阶段性成果。

智能驾驶辅助

现有的高级驾驶辅助系统（以下简称：ADAS）在提供驾驶辅助时未考虑驾驶员的认知状态，导致辅助与驾驶员预期不符，影响了辅助的效果以及人机交互的信任度。江智浩课题组提出一种新的智能驾驶辅助系统（Cognitive-digital-twin-based Driving Assistance System，CDAS），通过建立和维护驾驶员驾驶决策数字孪生，推测驾驶员对驾驶环境的感知以及驾驶风格，利用系统与驾驶员对环境的感知的差异识别驾驶员未知的潜在风险，并根据驾驶员对风险的接受程度决定是否告警。

实验证明驾驶决策数字孪生可有效地识别危险驾驶行为，对驾驶员的驾驶风格以及驾驶行为有较高的预测准确率，相比传统ADAS可极大地减少风险警告次数，并提供更高的安全性。该工作以题为“Cognitive-digital-twin-based Driving Assistance”在机器人与自动化领域期刊IEEE Robotics and Automation Letters上发表。信息学院2021级研究生刁隽宇、2019级研究生唐韧之并列第一作者，江智浩教授为通讯作者，上科大为第一完成单位，

原文链接：https://www.doi.org/10.1109/LRA.2023.3291895

智能脑卒中康复辅助

脑卒中导致的运动障碍可通过复健训练得以部分康复。传统的脑卒中复健流程中，病人的状态评估、病人的积极性评估以及康复任务的动态选取全部依赖康复师的经验，不利于脑卒中康复的普及以及康复效率。江智浩课题组与上海卓道医疗科技有限公司合作，提出基于运动控制数字孪生的智能机器人康复辅助系统。通过康复机器人采集病人康复任务表现，推断病人运动控制参数与状态，识别出病人神经损伤的部位以及程度，并据此设定康复任务，提升康复效率。

实验证明运动控制数字孪生可有效地识别病人运动控制参数与状态，相比固定任务设定有更高的效率以及更好的康复效果。该工作以“Digital-Twin-Based Patient Evaluation during Stroke Rehabilitation”为题在信息物理系统（CPS）领域会议ACM/IEEE International Conference on Cyber-Physical Systems (ICCPS)发表。信息学院2020级研究生陈逸伦为第一作者，信息学院2019级本科生王文滔为第二作者，江智浩教授为通讯作者，上海科技大学为第一完成单位。

原文链接：https://www.doi.org/10.1145/3576841.3585923

上科大信息学院江智浩课题组人-机-物三元融合（HCPS）实验室致力于通过数字孪生（Digital Twin）技术将物理世界的数据转化为可解释的模型参数与状态，提升领域专家对复杂局面的感知（situation awareness），让领域专家（Human）在智能软件（Cyber）的辅助下在复杂环境（Physical）中做出正确决策，实现人-机-物的三元有机融合。