2022年8月21日，云基智能机器人实验室针对服务机器人故障诊断的最新研究成果“Multi-heterogeneous sensor data fusion method via convolutional neural network for fault diagnosis of wheeled mobile robot”在《Applied Soft Computing》期刊在线发表，根据2021年12月最新升级版检索，该期刊是计算机科学领域影响力较大的期刊，为JCR一区，中科院分区二区TOP期刊，影响因子为8.263。硕士生缪昭明为该论文的第一作者，周风余教授与袁宪锋副教授为通讯作者。
该研究成果主要针对服务机器人多传感器故障特征提取问题。多传感器数据可以全面描述机器人的运行状态，然而，轮式服务机器人通常配备多种异构传感器，从多异构传感器数据中提取鉴别性故障特征是一大难题。为此，该研究提出一种基于通道卷积神经网络模型的故障诊断方法，利用多异构传感器数据作为输入，引入通道卷积机制从多输入通道中独立提取异构故障特征，解决了传统卷积机制混合不同通道传感器特征的问题；此外，提出了一种特征增强层，通过自适应加权多异构特征图来突出重要的故障特征。实验结果表明，所提出的故障诊断方法在诊断准确性和鲁棒性方面表现出优越的性能，优于多种传统故障诊断方法。
该研究得到了国家自然科学基金(No. 61773242, 61803227)，国家重点研发计划(No. 2017YFB1302400)，山东省农业应用技术创新重大专项(SD2019NJ014)，山东省自然科学基金(ZR2019MF064)，智能机器人与系统创新中心基金(2019IRS19)，山东大学青年学者计划(No. 20820211010) 等项目的资助。