二、项目方案：
量子传感器和信息获取技术；有限维系统和相干反斯托克斯拉曼显微镜的优化量子测量基础理论研究；一种新型可连续追踪多点三维力触觉轨迹的柔性触觉传感器研究；智能移动机器人；多维力触觉传感器；量子学习控制。
四、预期成果：
1. 实现通过设定目标位姿来控制机械臂运动，并且可以结合深度点云信息在运动过程中进行避障。以解决传统机械臂难操控，且无法在运动时避障的问题，提高机械臂的实用性；
2. 实现通过机器视觉自动寻找抓取目标，在确定抓取目标后利用双目视觉确定目标的三维位置，再使用机械臂抓取目标物体。以解决传统机械臂无法在复杂多变环境下使用的问题。
五、经费预算：
1. 研究摄像头对环境图像的采集
对于环境图像信息的采集，需要精心设计摄像头的安装位置以及角度，以确保摄像头能拍摄到尽可能大的范围，为识别目标物体并解算位姿，以及机械臂运动避障提供可靠的图像信息。
2. 研究目标物体识别
本项目通过在Kaggle上获取到的数据集，对Faster R-CNN神经网络进行训练，得到训练好的模型数据，再结合OpenCV进行图像目标识别，便可识别出图像中的指定物体。
3. 研究目标物体的位姿解算
要实现机械臂对目标物体的抓取，首先要对目标物体进行定位，以确定其在现实场景中的位置。在本项目中使用双目摄像头，通过几何关系对目标物体形心位置进行三维重建，并进行姿态估计。为下一步机械臂运动规划提供准确的目标位姿信息。
4. 机械臂运动规划研究
在进行机械臂的控制之前，首先要对机械臂进行运动学分析与规划。机械臂抓取目标物体的过程，实际上就是控制机械臂末端执行器达到目标位姿的过程。而这个过程中还涉及避开可能会阻碍机械臂运动的障碍物，不考虑运动路径直接调整机械臂关节角度是不合适的，故要对运动过程进行精确的计算与规划。
5. 研究语音语义识别
本项目中提供了语音操控机械臂的功能，如何正确地识别理解语音便是语音操控技术的关键。机器识别理解语音分为两个步骤，第一步是语音识别，即将语音识别并转化为字符串；第二步为语义识别，即理解该字符串所表达的含义，并提取出其中所包含的操作指令。识别完成后，机械臂会根据识别结果执行相应操作。