XM-HL5-1高级全功能创伤护理人   XM-HL5-1高级全功能创伤护理人模型是在XM-HL的功能基础上进行升级，除了XM-HL1型的全部功能外，还增加了创伤护理功能，创伤模块具有模拟出血等功能特点，增加了现场创伤处理及护理培训的真实感。   一、创伤功能： ■ 面部烧伤Ⅰ Ⅱ Ⅲ度 ■ 前额撕裂伤口 ■ 颌前创伤口 ■ 锁骨开放性骨折与胸膛挫伤 ■ 腹部创伤伴有小肠突露 ■ 右上臂肱骨开放性骨折 ■ 右手开放性骨折、软组织撕裂伤口、骨组织暴露 ■ 右手掌枪弹伤口 ■ 右大腿股骨开放性骨折 ■ 右大腿复合型股骨骨折 ■ 右大腿金属异物刺伤 ■ 左大腿开放性骨折 ■ 右足开放性骨折右小指截断创伤 ■ 左前臂烧伤Ⅰ Ⅱ Ⅲ度 ■ 左大腿截断创伤 ■ 胸壁切开缝合伤口护理 ■ 大腿外伤切开缝合伤口护理（消毒、清洗、缝合） ■ 大腿皮肤裂伤护理（消毒、清洗） ■ 大腿感染性溃疡护理（消毒、清洗、换药） ■ 足坏疽、第1、2、3足趾和足跟压疮护理 ■ 上臂截肢残端伤口护理（供包扎训练） ■ 小腿截肢残端伤口护理（供包扎训练）   二、护理功能： ■ 四肢关节灵活度逼真，可模拟关节僵硬，躯干部可前倾，可坐轮椅。 · 躯干：屈伸 · 颈部：屈伸、侧转 · 肩部和髋部：内收、外展、屈伸 · 肘部：旋内、旋外、屈伸 · 膝部：屈伸 · 腕部：屈伸 · 踝部：旋内、旋外、背屈、跖屈 ■ 可实现多种体位：去枕平卧位、屈膝仰卧位、半坐卧位、端坐位、俯卧位、头低足高位、头高足低位、侧卧位、截石位、昏迷体位等，满足操作需要。 ■ 可进行床上擦浴及更衣，扶助病人移向床头法、轮椅使用法、平车运送法、担架运送法等移动和搬运病人法、轴线翻身法，肢体约束法、肩部约束法、全身约束法等操作。 ■ 脸部清洁：面部皮肤可擦拭清洁。 ■ 瞳孔观察示教：一侧瞳孔散大、一侧瞳孔正常。 ■ 耳部护理：可进行耳廓、外耳道的清洗。 ■ 口腔护理: 可进行正常口腔及牙齿护理。 ■ 可进行气管切开术后护理。 ■ 可进行吸痰术练习。 ■ 氧气吸入法：鼻孔内可插入吸氧管，练习氧气吸入的操作过程。 ■ 雾化吸入疗法：可练习雾化吸入的操作过程。 ■ 鼻饲术：托起头部使下颌靠近胸骨柄实现昏迷病人的鼻饲，具有真实大小的胃，可容纳250ml的液体，胃管插入45-55cm时，可以抽出模拟胃液。 ■ 洗胃术：可经口、鼻进行洗胃器洗胃、电动吸引器洗胃、胃管洗胃、洗胃机洗胃，胃容量约为200ml。 ■ 手臂静脉穿刺、注射、输液（血）：可使用不同类型的穿刺针，正确穿刺时落空感明显并有回血产生，可进行静脉输液（血）练习，静脉血管和皮肤均可更换，操作方便，经济实用。 ■ 上臂三角肌皮下注射：可注入真实液体，注射模块可取下清洗，并可更换。 ■ 臀部肌肉注射：可注入真实液体，注射模块可取下清洗，并可更换。 ■ 股外侧肌肉注射：可注入真实液体，注射模块可取下清洗，并可更换。 ■ 男性导尿术：可取仰卧屈膝位，两腿外展后可独立支撑，男性阴茎可提起与腹壁成60度角，插管时可真实感受男性尿道的三个狭窄、两个弯曲，操作成功后可导出模拟尿液。 ■ 女性导尿术：可取仰卧屈膝位，两腿外展后可独立支撑，女性尿道充分体现短、粗、直，具有尿道口、阴道口、阴蒂等解剖结构，操作成功后可导出模拟尿液。 ■ 留置尿管和膀胱冲洗术。 ■ 造瘘口护理：腹壁有回肠造瘘口和结肠造瘘口，内连集液瓶，可进行造瘘口护理。 ■ 灌肠操作训练：可实现大量不保留灌肠、小量不保留灌肠、清洁灌肠和保留灌肠等多种灌肠方式。 ■ 压疮护理：显示压疮的临床分期4个不同阶段，同时显示压疮和各种病理表现：压疮炎症、溃疡、窦道、腐肉、坏死、焦痂等，可进行伤口的评估、测量与清洗。 · 第一期：淤血红润期。 · 第二期：炎症浸润期。 · 第三期：浅度溃疡期。 · 第四期：坏死溃疡期。 ■ 可练习手指、足趾的包扎。 ■ 其他护理操作：冷热疗法护理、外阴擦洗、外阴湿热敷、尿道冲洗、床上擦浴、座式擦浴、穿换衣服等多项护理操作。 ■ 血压测量训练：收缩压、舒张压及心率参数可自行设定。 · 收缩压：设定范围30-250mmHg · 舒张压：设定范围15-105mmHg · 心率：设定范围10-200次/分 · 脉搏听诊音量：设定范围0-16 · 具有korotkoff Gap音

产品详细介绍 一、机器人技术产业应用方向介绍     随着计算机科学技术的不断发展，工业机器人应用领域也随之不断扩展和深化。工业机器人已成为一种高新技术产业，正为工业自动化发挥着巨大作用。 机器人学是一门综合性的新兴学科，它是综合了机械工程技术、电子工程技术、信息传感器技术、控制理论、机构学、人工智能学、仿生学等多学科而形成的高新技术。在国外工业机器人技术日趋成熟，其已经成为一种标准设备而在工业自动化行业广泛应用，它代表了机电一体化的最高成就。 随着科学技术的不断发展，工业机器人技术的发展水平也成为一个国家工业自动化水平的重要标志。工业机器人是机器人学的一个分支，工业机器人已成为柔性制造系统（FMS)、自动化工厂（FA)、计算机集成制造系统（CIMS）的自动化工具。 (一)工业机器人 图表 工业机器人未来发展方向 我国未来工业机器人（300024）技术发展的重点有： 一，危险、恶劣环境作业机器人：主要有防暴、高压带电清扫、星球检测、油汽管道等机器人； 二，医用机器人：主要有脑外科手术辅助机器人，遥控操作辅助正骨等； 三，仿生机器人：主要有移动机器人，网络遥控操作机器人等。 其发展趋势是智能化、低成本、高可靠性和易于集成，中投顾问在《2016-2020年中国机器人产业投资分析及前景预测报告》中指出，我国工业机器人行业要认识到以下几点情况：第一，工业机器人技术是我国由制造大国向制造强国转变的主要手段和途径，政府要对国产工业机器人有更多的政策与经济支持，参考国外先进经验，加大技术投入与改造；第二，在国家的科技发展计划中，应该继续对智能机器人研究开发与应用给予大力支持，形成产品和自动化制造装备同步协调的新局面；第三，部分国产工业机器人已经与国外相当，企业采购工业机器人时不要盲目进口，应该综合评估，立足国产。 (二)服务机器人 服务机器人技术越来越向智能机器技术与系统方向发展，其应用领域向助老助残、家用服务、特种服务等方面扩展，在学科发展上与生机电理论与技术、纳米制造、生物制造等学科进行交叉创新，研究的科学问题包含新材料、新感知、新控制和新认知等方面。而涉及服务机器人的需求与创新、产业、服务及安全之间的辩证关系依然是其发展的核心原动力与约束力。 研究服务机器人产业基础框架与核心技术，发展服务机器人战略性新兴产业，对促进我国机器人自主创新体系的建立，适应“机器人进入千家万户”的产业发展趋势，将产生深远的影响。同时对应对我国老龄化社会、建设和谐社会等，具有重要的战略性、前瞻性和引导性。 二、机器人市场前景展望及职业院校开设机器人专业的重要意义     《机器人产业“十三五”发展规划》草案已基本制度完成。《规划》提出了今后五年中国机器人产业的主要发展方向，工信部将重点推进工业机器人在轮胎、陶瓷等原材料行业，民爆等危险作业行业，锻造铸造等金属工业行业以及国防军工领域的推广应用；《规划》也对服务机器人行业发展进行了顶层设计，家庭辅助类机器人以更高的性价比解放人类双手。     推动工业机器人变大变强      中国已经连续两年成为世界第一大机器人市场，但产业大而不强。如何促进机器人市场的健康有序发展是管理层非常关注的问题。     以工业机器人为例，目前我国精密减速机、控制器、伺服系统以及高性能驱动器等机器人核心零部件大部分依赖进口，而这些零部件占到整体生产成本70%以上。     其中，精密减速器75%的份额被日本垄断，国内高价购买占到生产成本的45%，而在日本仅为25%，我国采购核心零部件的成本就已经高于国外同款机器人的整体售价，在高端机器人市场上根本无法与国外品牌竞争。     服务机器人千亿市场待开拓     近年来，工业机器人发展速度较快，但服务机器人相对弱势。因此，《规划》对服务机器人行业发展进行了顶层设计。    《规划》提出了市场主导、质量为先、强化基础、创新驱动的发展原则，实现在助老助残领域、消费服务领域、医疗领域等重点领域的示范应用，并开展核心零部件攻关、前沿共性技术研发、医疗康复机器人应用等重点工作。     目前，家务辅助机器人每年以超过10%的增长速度出现在生活中，把个人从繁重的家务劳动中解放出来，家庭机器人将成为继计算机之后的又一个科技和产业发展浪潮。    家庭辅助类机器人以更高的性价比解放人类双手，保守估计市场空间将超千亿元。随着云机器人技术获得重大突破，小型家庭用辅助机器人将大幅度降低生产成本，将在2020年之前形成至少累计416亿美元的新兴市场。     服务机器人一般需结合特定市场进行开发，所以从这点上来说，本土企业更容易结合特定的环境和文化进行开发，占据良好的市场定位，从而保持一定的竞争优势。     2016-2020年中国机器人销量预测     2013年，中国工业机器人销量为3.69万台；2014年达到5.7万台，同比增长了55%。 综合以上因素，中投顾问在《2016-2020年中国机器人产业投资分析及前景预测报告》预计，2016年中国工业机器人销量将达到9.35万台，未来五年(2016-2020)行业年均复合增长率约为30.12%，2020年中国工业机器人销量将达到26.8万台。     因此，中高职院校开设工业机器人相关专业恰逢其时，对学校专业升级和改造至关重要。  图表 中投顾问对2016-2020年中国工业机器人销量预测             

“高清数字人虚拟解剖系统”是一套采用数字化三维重建技术虚拟人体结构的解剖系统，主要特点有高精度虚拟人体、真实结构真人比例、触屏交互操作、平卧视角观察、中英双语系统。通过将超高精度人体断层序列图像技术处理，达到超高精度、超大数据人体结构的实时绘制。解剖台的触控操作可实现不同方位和层次人体结构的任意角度剖切、观察，将人体解剖学、局部解剖学、断层解剖学的知识融合起来 , 采用虚拟切刀进行连续性展示 , 并通过构建虚拟解剖组合模型 , 帮助观察者建立三维空间结构观念。

复合升降机器人将移动底盘、竖直导轨、机械臂、视觉传感器、末端工具通过主控模块集成于一体。与传统形式的复合机器人相比，增加了升降系统，进一步扩展了机器人的工作空间。同时在机械臂末端不仅配备了执行工具，还集成了一款开源的3D视觉传感器，保证机器人在充足的工作空间下，具有更高的任务准确性和灵活性。

应用于大型园区安防、军用警用等领域。该机器人具备24小时自主巡逻、全方位音视频监控、环境感知、智能分析、异常报警等多种安保功能。

智能交通是关键在于两方面：智能道路与智能车辆。前者主要目的在于规范 交通秩序，提升道路的通行能力；后者的使命是通过发展通过驾驶辅助系统，最 终实现车辆的无人驾驶。 针对智能道路，团队研发了电子警察。通过装配在城市交通路口的智能一体 相机，电子警察自动抓拍车辆闯红灯和变道等违章行为，通过治理违章规范驾驶 行为。其核心技术在于基于计算机视觉的嵌入式车辆运动分析系统。团队与智能 相机厂商合作，开发了基于达芬奇（DaVinci）平台的嵌入式电子警察产品，并 已成功上市销售数百套。 针对智能车辆，团队研发了交通标识自动识别系统。通过车载视觉智能分析 系统，提前主动定位并识别交通标识，规避违章驾驶。团队与国内领先的无人车 研发机构合作，已参加数届中国智能车未来挑战赛（IVFC）,获得了交通标识识 别第一名及总成绩第三名的成绩，并得到了中央电视台等机构的好评。

一、项目简介 随着科技进步和社会需求的发展，机器人手/臂除了工业生产，也越来越多用于服务人类的其它各个领域，这必然会使机器人承担比工业中更加多样的操作任务，面临更加多变的工作环境。因此，国内外对非结构自然环境下、具备自主操作能力的机器人的研究十分重视。当前，具备视觉感知能力的机器人已被公认为机器人发展的主流趋势，将视觉与机器人操作相融合，是对人类行为的模拟，由此产生的视觉伺服控制方法为机器人自主操作能力的实现带来了新的思路，代表了机器人的先进控制技术，也是促进机器人智能化发展的一个重要驱动。可以预见，未来的视觉系统将会成为机器人名副其实的眼睛，视觉伺服技术在机器人自主操作中将具有不可替代的作用。 视觉伺服利用视觉传感器提供的环境信息对机器人运动进行实时反馈控制，涉及机器人机械几何设计、运动学和动力学、自动控制理论、计算机视觉图像处理和摄像机标定等,是智能机器人领域中具有重要理论意义的研究课题之一。迄今为止，机器人手/臂的视觉伺服方法在太空遥操作、机器人手术、水果采摘、工业装配、焊接、抓取以及微操作等方面得到越来越多的应用。然而，现阶段可实际应用的方案主要面向特定的标定环境、模型参数已知，机器人操作是编码定式的，不具备模型未知条件下的自主操作能力，特别是当面向未来的刚-柔-软体共融机器人时，其柔型结构造成的运动模型及参数的变化与不确定性，必然使现有确定模型的研究方法失效。因此，无模型（目标几何模型，手眼标定模型，机器人运动模型）、非结构环境下的自适应操作对机器人提出了新挑战，是机器人手臂(尤其柔型手臂)视觉伺服控制研究的难点与前沿问题，不断深入对非结构环境下、无模型的机器人手/臂视觉伺服控制的研究具有重要的理论和现实意义。 在非结构自然环境下使机器人像人一样协调自适应操作是当今机器人研究领域的一项尚未实现但又令人感兴趣的研究工作。从理论上看，非结构自然环境下实现机器人柔性操作，就当前研究依靠单一的控制器设计是困难的。因此，本项目借鉴人的手眼协调操作是自适应学习过程，涉及智能进化和行为优化，将随机动态规划理论，结合约束规则与最优化控制，探索一种变参手眼关系，实现机器人在非结构自然环境下的自适应操作。 二、前期研究基础 研究团队一直致力于机器人视觉反馈控制的研究。在基础理论研究上，针对无标定视觉伺服控制方案与设计，均提出了一些新型方法，有扎实的理论基础和知识积累，并不断跟踪和深入在无模型视觉伺服控制的方面研究和前沿问题。目前，已经着手在无模型视觉伺服的可靠性、稳定性控制方面做了充分的探索工作：针对机器人无标定全局稳定操作问题，研究了一种鲁棒卡尔曼滤波(RKF)合作Elman神经网络(ENN)的全局稳定视觉伺服控制方法；提出了一种基于网络辅助尔曼滤波状态估计的无标定视觉伺服方法，提高伺服系统的鲁棒性。同时，立足机器人发展前沿，建立了多模特征深度学习抓取系统，在无结构环境下实现了机器人智能抓取与定位。 已发表的与项目相关的主要论文有： [1] 仲训杲,徐敏,仲训昱,彭侠夫.基于多模特征深度学习的机器人抓取判别方法.自动化学报,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于雅可比预测的机器人无模型视觉伺服定位控制, 控制与决策, 已在线发表, 2018. [11] 仲训杲,徐敏, 仲训昱, 彭侠夫. 基于图像的机器人非标定视觉反馈控制全局定位方法, 厦门大学学报(自然科学版), 已录用, 2018. 三、应用技术成果 （一）基于多模特征深度学习的机器人抓取判别 研究了多模特征深度学习及其在机器人智能抓取判别中的应用，该方法针对智能机器人抓取判别问题, 研究多模特征深度学习与融合方法. 该方法将测试特征分布偏离训练特征视为一类噪化, 引入带稀疏约束的降噪自动编码 (Denoising auto-encoding, DAE), 实现网络权值学习; 并以叠层融合策略, 获取初始多模特征的深层抽象表达, 两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性. 实验采用深度摄像机与 6 自由度工业机器人组建测试平台, 对不同类别目标进行在线对比实验. 结果表明, 设计的多模特征深度学习依据人的抓取习惯, 实现最优抓取判别, 并且机器人成功实施抓取定位, 研究方法对新目标具备良好的抓取判别能力. （二）无标定视觉伺服解决方案及其机器人操作应用 研究了无标定视觉伺服方法及其在机械臂任务操作中的应用。首先提出视觉伺服目标：假设机器人或者摄像节的模型参数未知或者部分未知，视觉伺服的目标是使用摄像节作为传感器，引导机械臂运动，使当前图像特征收敛到期望图像特征，从而完成定位或者跟踪的任务。 手眼协调关系描述。关节图像雅克比矩阵定量描述了机械臂关节变化引起图像特征变化，它是关节-图像映射的局部线性化矩阵。 建立图像雅克比的在线估计器。将关节图像雅克比矩阵的每一个元素作为辅助系统的状态，建立辅助系统的状态方程；摄像机提取到的图像特征作为测量值，建立辅助系统的观测方程。根据Kalman滤波器理论，我们设计了对关节图像雅克比的在线实时估计算法。 构建基于图像矩的目标函数。为了避免传统的基于点特征的缺陷，例如点特征的标记、提取与匹配过程复杂且通用性较差问题。构建基于图像矩的图像特征向量完成视觉伺服任务，来提高视觉伺服系统的稳定性和可靠性。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。    

研发阶段/n基于机器视觉技术的干香菇等级自动分选系统与设备 技术简介：　　香菇生长过程中，在适宜的温度、湿度、光照、风速和温差条件下，表皮细胞与肉质细胞分裂不同步，生长速度过快的肉质细胞胀破表皮细胞，使菌盖龟裂形成褐白相间、菊花状的花纹，因而形成花菇。香菇可分为天白花菇、白花菇、茶花菇及光面菇。其中以天白花菇价值最高，与普通光面菇相比，价格可相差5-8倍。　　我国是香菇生产大国，香菇分级加工属于劳动密集型环节，长期以来依靠人工肉眼进行香菇颜色、形状、厚薄分级及破损、畸形、霉变香菇分级。

现代高速计算机的计算能力已达到惊人的程度，但计算机视觉系统却无法指导诸如过马路之类对  人来说非常简单的视觉任务。本成果模拟人眼选择性关注视觉场景中显著变化区域的模式，提出一种  图像中不同区域视觉显著程度的检测方法，从而达到提高计算机图像分析效率的目的。