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。    

本发明属于钙钛矿结构环境协调性压电陶瓷领域，特别涉及一种铌酸钾钠-锆钛酸铋钠系无铅压电陶瓷，该无铅压电陶瓷由通式(1-x)(KuNav)NbO3-xBi0.5Na0.5Zr1-yTiyO3表示，式中，0＜x≤0.05, ?0≤y≤0.3，0.40≤u≤0.55，0.45≤v≤0.60，且u+?v=1。本发明提供的无铅压电陶瓷具有较高的压电性能，所用原料价格低廉，节约成本，有利于促进实用化进程，在工业生产中应用。

本发明公开了一种基于高压静电的无接触式清洗装置，包括：高压电源，用以产生脉冲电压；电极板(11)，与所述待清洗的金属板(2)分别连接到高压电源的两极，以形成电场，且该电极板(11)面对污染液的表面上设置有阵列布置的尖端凸起(12)；收集板(13)，紧贴所述尖端凸起(12)设置在电极板(11)与所述待清洁的金属板(2)之间，用以收集污染液；金属板(2)表面的污染液在所述电场作用下形成射流，并通过所述尖端凸起(12)导引，射到所述收集板(13)上，完成污染液的收集。本发明还公开了一种清洗金属板表面的方法。本发明可以进行无接触的清洗，不会对物体表面产生损伤。

生物瓣膜应用于临床已经有数十年，但同种瓣膜来源有限。异种瓣膜是理想的代替 品，但多年临床应用暴露了其在体内的易衰退性，从而限制了它的广泛应用。 本研究采用自行研制的异种（猪）无支架主动脉瓣作为骨架，应用组织工程学方法 将动物内皮细胞种植其上，形成具有细胞活性的异种生物瓣膜。进而进行动物体内植入 实验，实验组和对照组各六只绵羊，六月龄，分别植入组织工程异种无支架生物瓣膜和 非组织工程瓣膜，于术后 1、2、3 月超声观测植入瓣膜的功能情况，三个月后将瓣膜取 下，进行扫描电镜、同位素 H-腺嘧啶脱氧核苷吸收率、病理、功能检测，比较两种方法 处理的瓣膜在结构、机械特性及细胞存活情况的差异。 研究结果表明：猪的主动脉瓣膜作为心脏瓣膜支架来源是一种可靠的，结构合理的 替代品。戊二醛处理的异种瓣膜经左旋谷氨酸处理后，能成功的减除戊二醛的细胞毒性， 并能成功种植内皮细胞。种植在瓣膜上的内皮细胞能减轻免疫反应，防止在瓣膜上的血 栓形成，减少钙盐在瓣膜上的沉积，减少瓣膜的钙化，从而可延缓瓣膜衰退。组织工程 瓣膜具有非组织瓣膜不可比拟的耐久性。该研究制作了一种新型的抗衰退的组织工程异 种无支架生物瓣膜，并通过动物实验为进一步研究及临床应用奠定基础，具有重要的应 用价值。经专家讨论认为该研究达到国内领先水平。

  在日益突出的环境和能源压力下，“节能减排、绿色发展”成为我国新世纪发展的核心战略。对于服装及纺织品这个出口优势行业，亟需在进一步提高生产效率基础上有效降低运行能耗、维护成本和环境排放，而先进的固体自润滑材料则是实现该行业大量使用的各种高速机械进一步提速降耗的必然选择和技术基础。由于服装、鞋帽、箱包等加工对象同时也是污染敏感产品，加工机械的无油化不但可以节能降耗，也有助于进一步提高品质、减少工序、降低成本。因此，以高速缝纫机为例，这就对针杆机构、挑线机构、勾线机构等主要高速运动部件无油作业耐磨性提出了新的要求。由于此类应用场合不但要求高速运动部件无油、耐磨，而且因高速运动而要求低惯性、低摩擦系数，要求的是无油润滑下的减摩耐磨性而不是单纯的抗磨性，因此，传统的超硬耐磨薄膜和软质减摩薄膜的适用性都存在问题。为此，本项目基于所研发的MSIP系列磁控溅射镀膜设备和掺Cr类石墨碳膜制备工艺，成功开发出高速缝纫机用牙架、针杆等一系列兼具高硬耐磨性（Hv > 2000 MPa）和优异固体自润滑特性（摩擦系数f < 0.1~0.2）的高速滑动部件镀膜产品，这些产品具有常规钢材1/10不到的摩擦系数和两倍于常规氮化处理的高表面硬度，不但具有超低的磨损率，而且可保证镀膜零部件在无油作业条件下长时间低温高速滑动。通过大量缝纫机行业客户批量使用证明，该技术和相关镀膜产品是缝纫高速化、无油化的最有效途径。

目前，国内外的冲床都带有离合器与制动器，这就造成冲床在工作时离合器与制动器每接合制动一次，使从动系统产生冲击与振动，造成机身产生由于制动力矩引起的晃动，对周围环境也产生振动污染，并且还要产生相当于冲床从动系统正常工作时所具有动能两倍的能量损耗。据不完全统计，我国现有50万台左右的冲床，并且还以年近一万台产量的新冲床不断推向市场，所以冲床离合器与制动器件动作

在非结构网格方法打破网格结构化思维的基础上，无网格方法进 一步抛弃了网格化的思维，在数值计算中只需要节点信息而无需将节 点连成网格单元。本课题组发展了一套适用于求解可压缩多介质流动 的无网格方法。将介质界面作为内部可变形运动边界处理，釆用动态 无网格节点进行追踪。详细研究了介质界面上无网格节点的双重流动 状态定义方法，并使用虚拟流体方法构造界面两侧的虚拟介质，将多 介质问题转化为较为简单的单介质问题。对于微变形和大变形边界附 近的动态点云分别釆用弹簧

卤系阻燃聚酰胺（尼龙）材料由于在燃烧过程中会释放有毒烟雾及腐蚀性气体而日益受限，此外传统的无卤阻燃聚酰胺技术也存在阻燃剂添加量大、阻燃剂带色、材料制备工艺复杂以及对环境污染等问题。本项目建立了反应性挤出制备三聚氰胺氰尿酸盐（MCA）阻燃聚酰胺纳米复合材料的新方法，其以三聚氰胺和氰尿酸为原料，聚酰胺为基体树脂，水为分散介质，同时通过在体系中引入分子复合剂，在挤出加工过程中，实现MCA的原位合成以及阻燃聚酰胺纳米复合材料的制备。该方法将MCA的合成和阻燃聚酰胺纳米复合材料的制备统一在一个过程中完成，大幅简化了MCA及无卤阻燃复合材料的制备工艺，原位生成的MCA具有一定的长径比，并以纳米尺度均匀分散在聚酰胺基体树脂中。 主要技术指标： 所制备的无卤阻燃聚酰胺纳米复合材料可达到如下指标： 阻燃性能：UL94 1.6mm V-0级, 极限氧指数>30; 力学性能：拉伸强度70.6MPa，缺口冲击强度5.0kJ/m2; 原位合成的MCA粒径：60——90nm. 建设投产条件： 在普通双螺杆挤出机中即可实现本技术所涉及的工艺流程。

本发明涉及一种玄武岩纤维无钯活化化学镀铜方法，首先将有机溶剂去除玄武岩纤维表面杂质，然后采用氢氧化钠进行刻蚀，对玄武岩纤维进行无钯活化处理，采用乙醛酸为还原剂的化学镀铜方法将金属铜镀在玄武岩纤维表面，从而获得镀铜玄武岩纤维。本发明获得的镀铜玄武岩纤维的方法工艺简便、成本低廉、生产效率高、镀层结合力好、易于批量生产与控制导电镀层的图案形状和大小，该方法制备的玄武岩纤维导电效果好，金属镀层与玄武岩纤维结合牢度。