“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品 “生物安全，人人有责” 推出背景： 在国际竞争白热化，战争形态多样化的今天，生物安全已成为国家安全的重要组成部分，为积极应对这一挑战，2019年10月，生物安全法草案于首次提请十三届全国人大常委会第十四次会议审议。本次新冠肺炎疫情的爆发，让各界更加意识到，生物安全对于确保国家安全、保障社会稳定、人民群众生命安全和身体健康的重要性。 国家安全就是国家竞争，归根结底又是科技实力的竞争！因此，作为中国的高新技术企业，中关村NMT联盟的会员单位，旭月（北京）科技有限公司利用20多年的技术积累，以NMT：非损伤微测技术为底层核心技术，迅速推出了与国家生物安全相关多种检验，监测仪器设备，以及适用于多个学科及领域的研发平台： 《NMT生物安全创新平台》特制系列产品！   应对挑战： 1）有效性：随着研究的深入，单细胞的生理状态，以及对疫苗的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织的在体检测，很好地弥补了这一研究手段的空白。 2）安全性：NMT是用于研究活体材料的生理环境，其所检测的Na+、H+、K+、Cl-等与细胞能量代谢、细胞凋亡、细胞形态维持等生理过程直接相关。 分类及用途： 1）《抗菌疫苗研究NMT工作站 》（型号：NMT-ABR-100） 基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。   2）《抗菌疫苗研究NMT工作站》（型号：NMT-ABR-200） 基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。   《抗菌疫苗研究NMT工作站》（型号：NMT-ABR-100） 应对挑战： 1）有效性：随着研究的深入，单细胞的生理状态，以及对疫苗的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织的在体检测，很好地弥补了这一研究手段的空白。 2）安全性：NMT是用于研究活体材料的生理环境，其所检测的Na+、H+、K+、Cl-等与细胞能量代谢、细胞凋亡、细胞形态维持等生理过程直接相关。 用途： 基于底层核心NMT技术，以及成熟的技术解决方案，让科研人员可以马上投入相关科研创新工作。   参数： 1.基本功能： 1.1针对抗菌疫苗研究设计 1.2活体、原位、非损伤检测 1.3可检测指标：H+、K+、Ca2+、Cl-、O2 2.性能： 2.1自动化操作 2.2长时间实时和动态监测 2.3无需标记 2.4立体3D流速检测 3.软件： 3.1imFluxes智能软件，可直接检测、输出离子分子的浓度与流速 《抗菌疫苗研究NMT工作站》（型号：NMT-ABR-200） 应对挑战： 1）有效性：随着研究的深入，单细胞的生理状态，以及对疫苗的生理反应，与处于机体组织器官中的细胞的差异，已逐渐成为研究中的瓶颈。NMT不仅可以检测单细胞，还可以实现对细胞的原位检测，以及对活体组织的在体检测，很好地弥补了这一研究手段的空白。 2）安全性：NMT是用于研究活体材料的生理环境，其所检测的Na+、H+、K+、Cl-等与细胞能量代谢、细胞凋亡、细胞形态维持等生理过程直接相关。 用途： 基于底层核心NMT技术，结合自身科研兴趣，以及其它相关技术参数，在我方技术人员协助下形成技术解决方案，让科研人员建立更具独有创新特色的实验平台。   参数： 1.基本功能： 1.1针对抗菌疫苗研究和研发设计 1.2活体、原位、非损伤检测 1.3可检测指标：H+、K+、Ca2+、Cl-、O2 1.4可实时监测和记录检测时的环境参数：温度、湿度、大气压、海拔、经纬度 1.5配备新指标拓展功能 2.性能： 2.1自动化操作 2.2长时间实时和动态监测 2.3无需标记 2.4立体3D流速检测 3.软件： 3.1imFluxes智能软件，可直接检测、输出离子分子的浓度与流速，以及检测时的环境参数

产品详细介绍 　　■按您的需求调节成或坐或站工作站――工作期间，站和坐交替可让您精力更充沛，工作效率更高，您可随心所欲变换您的工作姿势.这种工作方式让您健康舒适一整天. 　　■平衡的调节点方便用户在工作时随意调整位置，无需辅助工具! 　　■应用一个真正符合人体工程学的工作站，通过日常工作中增加身体的移动来有效减缓背部和颈部的肌肉酸痛，促进用户健康和舒适使用计算机. 　　■轻松及同步调节键盘和LCD液晶屏适当的高度以达到最佳的舒适度 　　■专利恒力技术只需您轻轻一触即可定位键盘和显示器在您想要的位置. 　　■双重视野――还可移动!使用双显示器可减少来回切换窗口以节省大量时间--可解决在文件与程序之间来回的切换问题。 　　■选择站着工作期间将燃烧更多的热量工作过程中站立将消耗更多的卡路里;定期性地站立也能改善骨质密度，提高晚上的睡眠质量。WorkFit-S 可避免养成越来越久坐着不动的工作习惯 　　针对IT和设备人员 　　■友好的 IT 部署—在短短数分钟内，将多数工作空间转化为一个高效而完整的计算机工作站 　　■无需昂贵的专业安装成本，仅需简单地将 WorkFit-S 夹在现有的工作台面上，即可改变现有的办公或工作空间 　　■布线安全整洁 　　■灵活开放式结构设计对未来的计算机设备更新具有较强的扩展空间 　　针对人力资源/风险管理和公司节约开支 　　■在日常工作中加强身心健康来减少医疗费用支出 　　■为员工提供站立式工作平台，无需再购买昂贵的高度可调节的椅子。 　　■投资在如何健康舒适地使用计算机上将带来可观的回报率--保健费用与不健康使用计算机紧密相关，健康使用电脑可提高生产力并将员工缺席时间减少。 　　■WorkFit 工作站帮助缓解背部及颈椎疼痛，根据2007年OE医学日报，背部及颈椎疼痛被认为是影响雇员中最昂贵的支出 　　■在办公人机工程学中研究表明如给员工提供精心设计的家具，生产力将提升12%-18%

MKRB-Y2激光焊接机器人工作站主要由焊接机器人、变位机、激光器、激光电源、控制系统、激光指示定位系统、光纤传输及聚焦系统、冷却系统等组成一套智能激光焊接机器人工作站。 工作站激光电源采用最新型基干触摸屏操作控制的智能化高精度恒流型开关电源，内部采用基干FPGA和ARM的嵌入式结构，控制部分是基于Linux内核操作系统，外部显示配置彩色触摸屏，提供了水温、水压、缺相、过流、过压等多种故障报警功能，通过触摸屏界面可以实现对多种激光波形和参数分段进行编程，人机界面美观大方，功能强劲，质量可靠，各种技术指标参数处干同行业技术领先水平。基于工业控制现场总线的数据通讯，具备较强的抗干扰能力。

MKRB-Y3激光切割机器人工作站主要由切割机器人、伺服变位机、光纤激光切割电源、机器人激光割枪系统、安装框架、冷水机系统、集成控制系统等组成。可以24小时连续作业，跟人工作业相比，其效率，质量，稳定性等有很大提高。 三维光纤激光切割机器人系统是一种可对不同度的金属板材进行多角度，多方位柔性切割的先进的激光切割设备，其利用工业机器人灵活和快速的动作性能，根据用户切割加工工件尺寸的大小，通过将机器人进行正装或倒装，并针对不同产品、不同轨迹进行示教编程或离线编程，通过光纤激光切割头对不规则工件进行三维切割;利用光纤将激光传输到切割头上(光纤激光切割头上配备专用光纤随动装置和光路传输装置)，再利用聚焦系统进行聚焦，可对多种三维金属板材进行多方位的切割。根据金属板材的厚度不同，所选光纤激光器的功率大小也不一样，对不同功率的激光器配备制冷量不同的冷却系统，以保障激光器的正常工作。本套三维光纤激光切割机器人系统作为激光应用技术的高端技术已经越来越广泛地应用干汽车制造行业加汽车零部件、汽车车身、汽车车门框、汽车后备箱，汽车车顶盖等各个方面。本套系统可以代替了传统的加工方式，降低了模具投资，大大缩短了汽车制造商和零部件配套商的开发周期，提高加工效率和切割工件的精度，降低了生产成本，是汽车制造商和零部件配套商提高竞争力的有力工具。

机器人打印3D工作站六轴关节机器人，数字化焊接电源，推拉丝焊枪与防碰撞装置、3D离线编程软件、铣削减材系统、移动式煌接除尘器、3D柔性连接平台、控制系统、防碰撞焊枪、移动烟尘净化器、安全围栏等组成一套智能3D增材制作机器人打印工作站，可广泛用于有色金属的3D成型打印及工艺试验。满足教学需求，方便实际应用的高配置型机器人3D接工作站。本工作站按照企业应用要求:标准模快化设计，通过学习机器人工作站结构，配置选型、控制原理，PLC控制原理与编程，以及系统之间的通讯、3D打印工艺分析、工艺评定，工装设计原则、机器人外部轴的添加与联动。安全防护、1/0通讯、程序数据、程序编写、硬件连接、通讯方式设定。掌握机器人编程操作、M参数设定、工装设计基础、变位机选型与通讯。适合中高职、本科院校自动化、焊接及材料成型类相关专业《金属3D打印技术》、《工业机器人与控制技术》、《焊接自动化技术》《自动化技术》《金属3D打印技术》等课程的实训教学，提供机器人的编程、维护、焊接工艺的编制、工作站的项目设计及项目管理全方位实训与工艺试验论证。使用KRL结构模式设置可快速编写打印程序。将零件的三维模型输入到计算机3D打印制造软件中，由软件通过几何层面的分析，确定增材制造的策略，数模分层切片，多种加工策略，包括增材和减材制造的交善时机，并生成多种加策路和加工代码。

本平台属于工业机器人的综合技能训练培训的教学设备，结构紧凑，功能丰富，可实现工业机器人的搬运、码垛、立体仓储、打磨和模拟焊接等功能。 平台采用工业标准件设计。各组件均安装在高强度铝合金型材桌面上;机械结构，电气控制、执行机构相对独立，可以实现对工件的螺丝拧紧，搬运、码垛、装配等操作和模拟仿真，通过此平台进行SCARA机器人结构，运动学，算法分析与设计，控制原理、力传感原理、PLC控制原理与编程以及系统之间的通讯，检测，交互控制理论，机器人基础操作、I/O 通讯，程序数据，程序编写、硬件连接、力觉调试、通讯方式设定等多方面操作学习。

该设备是培训数控机床上下料机器人操作技巧的一个工作站，通过它能够了解机床上下料机器人系统的基本构成，学习掌握机器人在机床上下料的基本功能，包括由机器人上下料搬运、原材料仓储、加工在线视觉检测、成品库仓库、通讯、多工装夹具快速切换等功能。该设备由上下料工业机器人、原材料仓库、视觉检测、成品仓库、快换装置等组成。

智慧档案馆管理总平台（以下简称：管理总平台）主要包括了档案管理系统、RFID管理系统、密集架控制系统、环境管理系统、视频监控系统、八防感知系统、指纹门禁系统、智能灯光系统、库房布局系统九大子系统。各子系统数据相互共享、既独立运行又互相协作联动运行，让档案库房环境更合理、档案存放更安全、档案管理更高效、人员身体更健康。真正把现代科技完美的融入到档案信息现代化事业建设中来，更好的服务社会、服务民生，努力为推动档案信息化、档案管理现代化进程做出贡献。 智慧档案馆管理总平台是以库房为核心、以服务为基础的 C/S 结构的系统架构，系统运行效率更高、用户体验性更好。基于 Windows 服务提升了智慧档案馆管理总平台的灵活性和敏捷性，从系统架构层面为复杂多变的档案管理、档案环境安全提供统一的解决方案。  智慧档案馆管理总平台以服务为基础，所有的服务都是围饶库房这一核心进行。其中服务主要包括：档案管理服务、密集架控制服务、八防感知服务、环境管理服务、视频监控服务、门禁管理服务、灯光管理服务、库房架构服务、短信服务、网络通讯服务。各服务之间协同运作确保高效管理档案、库房环境安全、档案存放安全、管理人员的人身安全，充分体现了智慧档案馆管理总平台实现库房环境安全管理的先进性和必要性。

一种基于虚实力融合的遥操作机器人力觉临场感实现方法可广泛用于各类机器人的力控制，以及各种工程机械装备的力控制。

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。