本发明公开了一种液压挖掘机执行机构的速度调定系统，用于电控先导液压挖掘机执行机构的速度特性调定，可编程控制器(1)上设置一个电控手柄回路(100)和两个电流变换回路(200)；电流变换回路(200)控制步进电机(3)带动指针电刷(4)在圆环形精密电阻体(5)上转动，从而改变指针电刷(4)输给可编程控制器(1)的电流信号，进而调节挖掘机执行机构的速度。本发明设置有两个电流变换回路(200)，可以对挖掘机单个执行机构运动或两个执行机构复合运动的速度进行调定，并用调定后的速度曲线替换挖掘机控制器(20)中的速度曲线，实现挖掘机执行机构的速度调定，使其符合工作要求和驾驶员的操纵习惯，不需要更换多路阀阀芯，方便高效且精确稳定。

高功率密度的变刚度关节，大扭矩、大刚度调节范围，提高保姆型护理机器人的人机交互安全性。大负载绳驱拟人机械臂，较高负载自重比，提高移乘搬运过程中护理对象的安全性和舒适性。

国内没有具备降解材料检测的权威机构

采用两套相同尺寸的曲柄摇杆机构，将连杆上的相应点与输出推杆钣接，曲柄的回转可带动推杆近似平动，以此推动固定导杆上的工件向前移动。 特点：用于机械原理教学。 主要技术参数如下： ①行程：150mm； ②减速电机：功率P=185W，电压220V，输出转速24rpm； ③间歇送料：24次/min； ④外形尺寸：长x 宽x 高=1250㎜x 500㎜x 450㎜； ⑤实验台重量：90kg;

齿数相同的两齿轮相互啮合，分别驱动两压力辊转动，压力辊径向施加作用力，以使板材在两压力辊之间输出，压力辊既要能够转动，又要能径向浮动，这两个运动相互独立（即解耦），在齿轮与压力辊之间连接双向万向节，利用双万向节的工作特性实现压力辊的转动与径向浮动的运动解耦。 特点：用于机械原理教学。 主要技术参数如下： ①输送辊子：直径80mm，长度180mm； ②减速电机：功率80W，电压220V，输出转速23.5rpm； ③外形尺寸：长x 宽x 高=1000㎜x 750㎜x 320㎜； ④重量：80kg；

两齿轮相互啮合，驱动凸轮转动，凸轮驱动平底推杆上下往复运动，通过花键使推杆转动，即推杆在凸轮的作用下可沿轴向移动，又可以在齿轮的作用下转动，这两个运动互不干扰，相互独立（解耦）。 特点：用于机械原理教学。 主要技术参数如下： ①中心距：180mm； ②顶升盘直径：160mm； ③减速电机：功率80W，电压220V，输出转速23.5rpm； ④外形尺寸：长x 宽x 高=650㎜x 450㎜x 550㎜；； ⑤实验台重量：50kg;

直线电机是一种作直线运动的电动机。近几十年来，直线电机用于交通运输和传送装置等方面显示出很大的优越性，目前已经成为一种有前途的新型电机。为了减少生产辅助时间，提高生产率，实现准确停车以及确保人身安全等，许多机械都要求直线电机能快速制动。 我们研制了快速制动双绕组平面直线异步电动机。这种电机由电动转换到制动时，不需要附加任何元件及装置，不消耗额外的

细菌通过多个趋化受体来感受周围不同的化学小分子，主动游动，实现获得更好的生长环境或者实现趋利避害。但不是强的正趋小分子都是很好的可利用营养物质—好闻的不一定有营养，同样，也不是容易代谢的营养就是强的趋化因子—有营养的不一定好闻。细菌在自然界中往往面临多种不同强弱的趋化小分子，多种不同可代谢程度的营养来源的复杂浓度梯度环境中，细菌群落是如何通过趋化行为抉择它们的去向，实现最优化它们的环境适应性与生长速度？细菌在个体与群体的选择上是否有不同？这一基于细菌的生物行为的研究也许对了解复杂的高等生物的群体行为也有所帮助。 北京大学物理学院欧阳颀院士领导的“生物物理”团队的罗春雄研究组在基于微流体细菌趋化分析芯片的实验研究中发现：在反向不同引诱物浓度梯度下，细菌首先趋向聚集于强引诱物而少营养的一端， 但当细胞密度超过一个阈值时，细菌群落部分“逃逸”强引诱物浓度场，游向趋化因子相对弱但可代谢物质富集的一端。这一现象被刻画为细菌群体运动的“逃逸相变行为”。罗春雄研究组通过与美国IBM沃森研究中心的涂豫海教授（北大定量生物学中心资深访问学者）合作，对此现象涉及的趋化受体间的协作行为进行了系统细致的理论分析和实验论证，发现营养物质通过数量较少的Tap趋化受体进行了响应行为，而且在较大的一个趋化响应参数空间均会出现由细菌密度超过临界密度而产生的逃逸条带（“Escape Band”）行为，该行为可以使得细菌群落在复杂的趋化物浓度场中获得更好的生长优势。相关的定量实验与理论研究以“The escape band in Escherichia coli chemotaxis in opposing attractant and nutrient gradients”为题于2019年1月23日在线发表于Proceedings of the National Academy of Sciences of the United States of America（PNAS）杂志上。细菌群体趋化运动的“逃逸相变行为” 文章第一作者为北京大学定量生物学中心博士研究生张玄麒,通讯作者为北京大学物理学院/定量生物学中心罗春雄教授及美国IBM沃森研究中心/定量生物学中心的涂豫海教授，参与人包括欧阳颀院士，前沿交叉学科研究院博士研究生司光伟，董一名，物理学院博士研究生陈凯悦。工作得到国家自然科学基金委、物理学院介观物理重点实验室、 北京大学定量生物学中心、北大-清华生命科学联合中心的支持。 工作原文连接: https://www.pnas.org/content/early/2019/01/22/1808200116

动作捕捉技术（motion capture）在影视、体育、安防等领域具有广泛应用。传统的动作捕捉分为两大类，光学动捕系统通过在采集环境部署多个红外摄像头，再在人员的动捕服上放置光学标记球来求解出采集者的姿态信息，从而实现对人体运动的捕捉与动画映射；惯性动捕系统通过惯性测量单元（IMU）来采集肢体的运动信息，采集设备相对更轻便，但采集精度不如光学动捕系统。光学动捕系统包括Motion Analysis，Vicon，Optitrack等，惯性动捕系统有Xsens，诺亦腾等。 然而，无论是光学动捕还是惯性动捕都需要动作人穿上特定的设备，不可避免地会影响到人体运动的真实性和动捕的使用范围。同时，相应的专业动捕设备往往价格不菲，很多有需求的小型工作室也会望而却步。因此，学术界和工业界都在极力研究“无标记运动捕捉”技术，即不需要任何穿戴设备，仅由相机观测和算法分析，就实现对多人体运动的实时准确捕捉。这种技术有着更加广泛的应用场景，例如无人售货超市、VR/AR游戏、远程全息通讯、数字人创建、虚拟主播、人机交互、全天候医疗监护等。 近几年，随着深度学习技术的广泛普及，无标记动捕领域也诞生了许多革命性技术，例如实时2D多人体关键点检测技术OpenPose等。然而，多目标实时3D运动捕捉仍然是一个极具挑战性的问题，主要挑战因素包括：如何实现实时计算，如何进行高效的多视角关联，如何解决紧密交互带来的观测失真等。举个例子，当两个人拥抱在一起的时候，当前大多数检测或重建算法都会失效。而理论上，多视角的观测信号能够在一定算法设计下互相补充，尽可能解决单视角运动重建的歧义性。如何充分利用多视角的视频信号，实现复杂、紧密交互场景下的多人体运动捕捉是当前无标记运动捕捉领域的核心问题之一。 该项目研究工作提出的多视角人体运动捕捉系统包括相机采集模块，2D姿态检测模块，4D关联图求解模块，三维骨架求解模块及渲染模块。其主要算法贡献在于提出并实现了4D Association算法。 当前的多视角运动捕捉系统大多采用的是序贯地匹配策略，首先对每个视角进行独立的人体检测和连接（例如，OpenPose检测关键点和关键点相互连接的概率，从而对人体进行连接；Mask-RCNN、AlphaPose和HRNet都需要先检测每个人的BoundingBox，然后对每个人进行独立的人体检测），然后对人体进行多视角关联和姿态求解，最后进行时域跟踪。这种常规方法的缺陷在于，当单个视角检测失败以后，后续的算法难以对失败的检测结果进行修正，从而将错误的检测传递到下一个步骤，影响跟踪效果，对于紧密交互（例如前文提到的两人拥抱）的情形，单视角的往往很难给出令人满意的检测结果，因此基于序贯式的算法一般会失效。 相较而言，该研究工作的创新性在于充分利用单图连接(2D)、多视角连接(1D)、和时域连接(1D)之间的相互约束从而进行全局优化，用多视角信息和时域信息来避免单视角连接的歧义性，同时也通过单视角连接结果来优化多视角的匹配，从而使得关联结果更趋向于全局最优。具体地，该研究工作提出了一种4D Graph的图结构，将上一帧的三维人体关键点（在初始帧或者人进入动捕范围的时候可以缺失，不影响算法的运行）和当前每一视角的2D关键点建模在同一个图结构中，用单图连接、多视角连接、时域连接的概率作为边的权值，将人体多视角关联的问题看成提取有效边的过程。为了快速地求解这个问题，进一步提出了一种基于完全子图的近似求解算法，高效地完成了从4D图结构中提出正确的人体连接。 最终，该研究工作实现了紧密交互下人体的三维姿态重建，并展示了实时系统效果。其算法在多个数据集上均表现出了良好的视觉效果，在Shelf数据集上也取得了当前最好的数值结果。