本实用新型公开了一种带温度和触觉力感知功能的仿人型机械手指。仿人机械手指分为弯曲幅度可控的三节手指金属指骨依次铰接而成，外表面用肤色硅胶封装；每节手指中空，在第三节手指金属指骨内布置微型电机及小型电路，第一节手指金属指骨和第二节手指金属的指腹均开有平面凹槽，内分别装有三维力传感器，第一节手指金属指骨顶端半圆面开有缺口，通过卡扣固定弧形的热导体和温度传感器，温度传感器紧密贴合于热导体内表面。本实用新型可以灵敏测量机械手指所接触物体的温度和施加在物体上的三维力，并实时传输给控制系统，通过三维力变化识别滑移、物体变形等，实现将人工触觉集成于机械手指上，便于闭环控制机械手更加智能灵巧稳定的抓取物体。

       山东天力机械铸造有限公司成立于2002年8月，注册资金5100万元，占地30.49亩，位于滕州市官桥镇工业园区。公司是国家高新技术企业，山东省“专精特新”中小企业，中国铸造协会理事单位，并获评中国铸造行业企业“AA”级信用等级企业。作为铸造行业国家标准起草制定单位，已累计主导或参与二十余项国家标准的制定工作。       公司坚持创新驱动发展战略，积极推动产学研融合，与武汉科技大学共建“高性能钢铁新材料开发与应用技术校企联合创新中心”。同时，公司深度融入地方产业生态，是枣庄市高端装备（精密铸造）产业发展联盟主席团核心成员单位，并作为承建运营单位，负责滕州市先进金属材料技术创新中心的建设与运行。       在生产制造方面，公司构建了现代化铸造生产体系，形成了年产能达4.5万吨的规模化制造能力。 核心熔炼环节配备多台中频电炉（包括5吨、3吨、1吨规格各2台），可满足不同规模的熔炼需求。在热处理环节，公司配置了先进的全自动智能推杆式淬火线，以及多台大型热处理炉（涵盖40吨、30吨、20吨及10吨等多种规格），实现了对铸件组织与性能的精准调控。凭借上述装备与技术实力，公司具备稳定生产单重18吨以下、涵盖各类牌号铸件的能力，能够灵活响应客户多品种、小批量及高端定制化的生产需求。       在铸造工艺体系方面，公司构建了以消失模铸造为核心，水玻璃砂型、树脂砂型、金属型、铁模覆砂及复合型砂等多工艺协同的成熟工艺体系。基于不同产品在结构特征、性能要求、质量稳定性及批量条件等方面的差异，公司能够科学匹配最适宜的工艺路线。依托上述工艺体系，公司可稳定覆盖从复杂薄壁件到大型厚重件、从单件试制到规模化生产的多样化制造需求，为客户提供高适配度、可持续的铸造解决方案。       为确保产品质量的可靠性和研发数据的准确性，公司持续加大检测能力建设，先后引进德国OBLF GS1000-Ⅱ型直读光谱仪、美国OLYMPUS VANTA系列VCR手持式X射线荧光（XRF）光谱分析仪、美国奥林巴斯OLYMPUS GX53金相显微镜等国际先进检测设备，并配备完善的力学性能检测手段，构建了覆盖化学成分、金相组织、力学性能及质量一致性的全流程检测体系，实现了从材料研发、工艺控制到最终性能交付的全过程技术闭环，为高可靠性铸件的稳定交付提供了系统性保障。       公司秉持开放合作、创新引领的发展理念，与国内一流科研机构及知名专家学者建立了长期稳定的合作关系，持续开展新型金属材料及其配套铸造工艺的研究。依托长期积累的多牌号铸造研发与生产经验，公司产品涵盖铸造碳钢、奥氏体锰钢、低合金钢、不锈钢、耐磨钢、耐热钢、抗磨白口铸铁、灰铸铁、球墨铸铁等多个门类，广泛应用于高端装备铸造配件、破碎粉磨装备耐磨部件、加工中心机床配件及高品质泵阀铸件等领域。       在质量管理方面，公司始终坚持高标准、严流程，建立并持续运行规范化的质量管理体系。公司通过中国质量认证中心（CQC）审核，取得ISO9001质量管理体系、ISO14001环境管理体系、ISO45001职业健康安全管理体系认证，并获得三标管理体系国际认证联盟（IQNet）认证，形成了覆盖原材料采购、生产制造、检验交付及客户服务等环节的全流程质量保障体系，为产品质量的长期稳定性与一致性提供了坚实保障。       在标准制定方面，公司长期深度参与国家铸造标准体系建设，围绕耐磨材料、铸铁与铸钢产品、金相检验、交货验收及工程应用等关键领域，持续为国家标准的制定与修订提供工程实践与技术支撑，相关成果已广泛应用于耐磨材料、阀门铸件、耐热与低合金钢铸件、尺寸与几何公差控制及绿色铸造等领域，有效促进相关技术要求在工程应用中的一致性与可实施性。       展望未来，公司将持续秉持“质量为本、创新为魂”的经营理念，依托多工艺协同优势与持续的技术创新能力，不断提升产品性能与服务水平，积极推动铸造行业技术进步和产业升级，为高端装备制造领域提供更加可靠、专业、定制化的铸造解决方案。

可操作CAD及SOILDSWORK等软件，对机械行业有了解机械类相关专业

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。    

300mm×300mm×260mm。AC220V供电，带柄小环在钢丝图案中移动，触碰会声光报警，探究人手的稳定性以及手和眼的协调能力。

XM-13手针灸穴位模型   XM-13手针灸穴位模型显示手背上的20个穴位和手心上13个穴位，穴位用汉字标注，附中英文使用手册。 尺寸：13cm 材质：PVC材料

XM-13手针灸穴位模型   XM-13手针灸穴位模型显示手背上的20个穴位和手心上13个穴位，穴位用汉字标注，附中英文使用手册。 尺寸：13cm 材质：PVC材料

XM-142手关节模型   XM-142功能型手关节模型（腕关节模型）可展示各种手功能，包含可弯曲的人工韧带，显示正常腕关节的组成和形态结构。 尺寸：自然大 材质：PVC材料