本发明是一种人工气候室的控制方法，通过传感器元件实时检测气候室内部的温度、湿度，并用滤波器对信号进行滤波处理，滤除外界或传感器干扰带来的信号扰动。然后在考虑光照产热作用的情况下，控制器采用带预测的滞后鲁棒控制处理算法，稳定、准确地控制气候室内部的温度、湿度，采用灯光分级前馈的方法直接设定光照度，最后通过执行器作用于人工气候室。该控制方法采用最少的操作动作，在最小能耗下实现人工气候室温度、湿度及光照的高效控制。

工业机器人技能考核与实训平台主要应用在工业机器人基础操作教学阶段，可以实现工业机器人基本结构、基础操作、参数配置、在线示教编程、简单语言编程、工具更换、复杂轨迹规划及编程、模拟上下料和码垛工艺应用、IO通讯、离线编程应用等教学内容，实训台式设计特别适合于标准教室型实训场地，为学生掌握基础编程能力和调试技能提供硬件支撑，满足教学需求。该实训台主要用于工业机器人技术人才的培养教学和技能考核。

由于航空发动机和燃气轮机叶片型面是空间异型曲面，因而其设计、制造及维修都面临巨大挑战。为了在设计加工层面提高叶片加工质量，同时在修复层面提高叶片使用寿命，开展叶片高效高精测量研究至关重要。 本项目面向叶片制造研发了一套基于四轴运动平台与线激光扫描相结合的叶片型面检测装置，并开发了集运动控制、数据采集与处理、精度评估等多功能于一体的软件系统，可实现多类型叶片的二维截面高精度测量与三维型面自动化高效重构,有效克服因叶片复杂结构特征带来的扫描数据密度差异性大、重叠区不足等因素对重构精度的影响。本项目面向叶片3D打印修复，研发了一套高效高精度的叶片检测方法与集成系统，可实现批量化叶片截面轮廓位姿及其轮廓的自动化测量、数据重构和叶片配准，为叶片修复工艺流程中的3D打印和后续机加工等工艺环节提供关键的数字化测量、加工工艺数据，有效提升修复精度与效率，并降低成本。 本项目的开发成果可应用于航空发动机、燃气轮机等叶片制造、修复全生命周期的测评、重构、反求等场景，市场规模大。 图 面向叶片3D打印修复的检测方法与集成系统硬件平台

杭州冠力智能科技有限公司是建筑增材智能制造全方案提供商和建材智能智慧型试验检测设备研发生产的科技型企业，总部位于杭州，在山西设有机加工基地，山东设有建筑3D打印基地。拥有发明专利3项、实用新型专利17项、外观专利9项、软著8项，专著3部，主参编行业内标准31部。   组建了一支由具有多年土工工程行业背景、全球知名高校硕博毕业高级知识分子构成的研发团队，涵盖建筑结构、建筑材料、算法开发、软件开发、机械设计、电控设计等多专业、多学科融合，主要研发人员包括清华大学、浙江大学、澳大利亚斯威本科技大学等知名高校的6名博士、6名硕士，其中6人具有高级职称，6人具有中国建筑科学研究院、中国建筑技术中心等国内建筑领域知名央企高管从业背景。

发明专利 “ 一种基于小波差分算法的电缆故障测距方法应用于电力电缆在线故障定位 ” ，证书证号 955827 ，专利号 ZL 2010 1 0235507.7 。该方法用于电力电缆的在线故障测距。

本发明公开了一种基于类相似性测量的实时目标跟踪算法，目标跟踪对实时性要求非常高，在目前 主流的基于检测跟踪的框架下，根据测试样本与目标类和背景类的相似度比较来确定目标在新帧中的目 标位置。本方法首先在当前帧采集目标类和背景类集合，计算出它们的统计特征，并在下一帧采集测试 样本集合。本方法定义了一种计算测试样本与类之间相似度的量化标准，通过找出与目标类相似以及和 背景类不相似的测试样本来确定目标位置。本方法明显提高了跟踪的实时性以及跟踪精度。

物流调度、航班规划等复杂应用场景中，设计方案的评价随着时间动态改变。这类优化问题在现实中广泛存在并且求解困难。为了推动该领域的发展，亟待提出能反映动态优化问题复杂特性并且可控的测试集，从而推动动态优化算法在现实问题中的应用。课题组在

本发明公开了面向大规模图像视觉特征的多维倒排索引与快速检索算法，包括：利用图像的视觉特征训练增强型残差量化所需的多层码书，并利用所训练的码书构建多维倒排索引；根据已训练完成的码书，对图像视觉特征进行量化和编码，同时根据计算得到的编码将其插入到倒排索引中对应的倒排列表；利用查询图像视觉特征对所构建的多维倒排索引进行查询，获得查询候选集；利用自适应超球体过滤对查询候选集进行优化，对过滤后的查询结果排序，从而完成图像视觉特征的检索。本发明的方法通过对图像特征进行量化和编码，提高图像特征的量化效率；利用所生

1.痛点问题 协作机器人与人类共享工作空间，通过直接（即物理上）或间接地与人类交互共同开展操作任务。相比传统工业机器人，协作机器人有更高的安全性和更易于编程的特点，能够通过人类示教部署于各种不同的任务并灵活地与人类配合。随着传统工业机器人带来的效率提升趋于饱和，能够安全配合人类的协作机器人能够进一步提高制造业的生产效率，带来可观的经济效益。然而，现有的协作机器人存在以下两大痛点问题。 问题一：安全和效率之间的权衡一直是人机交互中未系统解决的开放性问题。当存在人机直接接触时，为了保证人的安全，现有的协作机器人是通过中止正在进行的任务、顺从人的干预以保证安全；然而，不论人是有意地干预（即工人直接抓取机械臂来引导其任务）还是无意地接触机器人，都将造成机器人暂停手头工作；直到人类停止干预，机器人才能继续执行它的任务。虽然这种人机协作方式能够保证机器人与工人合作的安全，但因为机器人需要在不同的工作模式之间切换，其工作效率将会受到影响。 问题二：如何提高人的示教效率为协作机器人的另一大痛点问题。协同机器人多用于能够灵活拆装的生产线，以适应新的任务，因此新任务的编程效率很大程度上决定了工作效率。基于人类示教的编程方式具有自然、本能的优势，能够直接传递人类的操作技巧与经验。其中，将示教轨迹参数化为可以编辑修改、适应不同任务的形式是提高效率的核心问题。该示教轨迹不光应该包含机器人末端的运动数据，而且应该包含同时调整的冗余关节运动数据，从而同时完成末端主任务与关节避障任务，以适应工作环境。现有的示教方式未能结合离线示教与在线介入，因此无法适用于需要同时记录机器人末端和关节的示教任务。 2.解决方案 本项成果基于增强现实-触觉感知技术，开发了混合交互接口与人机互补操作算法，以解决上述痛点问题。 ①对于问题一，本项成果提出了自适应视觉控制与零空间阻尼控制的协作框架：在有限视场、未校正相机、关节奇异的情况下，保证了机器人在整个工作空间内的全局稳定性；在不影响机器人末端任务的前提下，允许人类专家随时、安全地介入以改变机器人关节姿态，以应对环境动态变化或突发事件，从而实现了安全与效率并重的人机协作方式。 ②对于问题二，本项成果构建了增强现实-触觉感知的混合接口，让人类专家可以在任务和冗余联合空间进行双手演示，同时记录机器人末端与机器人关节的数据。示教轨迹基于DMP方法进行参数化，能够根据不同任务所需的末端位置、关节角度、运动速度进行自适应调整，在保证末端任务精度的同时完成关节的避障任务。 技术核心： ①基于增强现实-触觉感知的混合交互接口; ②用于双手示教的机器人轨迹学习方法; ③自适应全局稳定控制算法。 预期产品：用于人机互补协同操作的设备与软件 3.合作需求 1)资金需求：本项成果开发的人机互补协作平台，在硬件与软件研发阶段需要资金投入，需约250-500万元人民币； 2)孵化资源：公司研发所需办公及研发场地、实验室、分析与测试实验室等； 3)团队：协作平台开发团队、商务开发与合作团队、财务、法务等支持团队； 4)生产制造企业合作：提供人机协同操作的场景与需求，开展工厂真实环境的测试与部署； 5)基础研究合作：与协作机器人、增强现实、触觉感知方向的国内外基础研究团队合作，开发新的交互设备与算法。