可视型智能试剂柜优势一智能、安全 　　1、嵌入式系统 　　嵌入式系统“试剂柜管理系统V2.0”，液晶显示，触摸屏操作，可监测柜内温湿度，空气质量等信息。 　　2、外接控制软件 　　双模式-可外接控制软件“试剂柜控制软件V2.0”，实现多柜连接管控，试剂出入库管理，查询试剂信息。 　　3、智能定位层板 　　产品需连接外接软件，通过射频技术精准定位到每层、每个孔位，主动识别试剂信息，无需扫码操作，多种孔位可选。 　　4、多柜并联、系统交互 　　嵌入式系统和控制软件可以通过WIFI功能进行远程交互、多柜并联，存储空间无限扩大，试剂信息统计更为便利、准确，导出、打印各式样报表，数据海量存储，长久保存。 　　5、空气过滤系统 　　内置活性炭空气过滤系统，有效解决化学品气味影响实验员身体健康的问题。可更换的过滤材料，大风量风扇、保证内部空气每分钟循环三次。 　　6、双人双锁 　　有效解决试剂的安全管理，符合《公安部第154号令》对于易制毒、易制爆危险化学品的管理要求。对于常规试剂也可方便的实现单人单锁控制。 　　可视型智能试剂柜优势二经济、方便 　　1、超大的存储容量 　　JPG-2000试剂柜的单柜存储容量达到了920L，并可多柜并联。 　　2、可调节层板 　　灵活存储，层高调节极为方便，每层可根据需求放置不同规格的试剂瓶。 　　3、RFID刷卡模块 　　通过刷卡及输入密码可方便的开关柜门，IC卡片具有多种样式供用户选择，在断电的情况下具有柜门自动锁止功能，可通过钥匙手动开关柜门。 　　4、全模具化设计 　　模具化设计降低了客户采购成本，并提高了产品一致性及制造精度，使工件的质量有所改善和提高，加强了标准结构互换性，现场组装方便快捷。 　　可视型智能试剂柜优势三灵活、扩展 　　1、智能摄像系统 　　无人值守，可实现24小时全天候视频监控，360°无死角，硬盘存储可达30天，并可无限扩充。 　　2、UPS电源 　　具有断电续航能力，符合公安部《易制爆危险化学品储存场所治安防范要求》，并可根据用户需求定制。

产品介绍： 智能服务机器人服务于广大机器人行业、企业、院校及研究机构，广泛用于企业前期开发验证、院校教学研究，一体高度集成硬件驱动模块，提供各种类型的驱动模块，简单明了的软件设计框架，完善的服务支持，让每一个客户能够快速上手ROS机器人操作系统及高效的进行二次开发，可实现地图构建、自主导航、语音交互、深度视觉、机器学习等功能，是一套学习智能机器人技术的最优平台。 功能概述： 1、基于机器人操作系统ROS软件平台，开放源代码，提供完整教学与实验教材。 2、支持激光雷达与深度摄像头地图构建、自主导航、物体跟随等功能。 3、适配物联网网关，支持Zigbee、Lora、WIFI常见协议，机器人管家式管理。

一、所属类别 基础、教学科研类实验设备类；实习实训设备及配套等。 二、相关专利技术 CN202010106007.7    履带车底盘、全地形履带车及全地形行走方法 CN202011613628.0    机器人运动控制方法、装置、控制器及存储介质 CN202111261356.7    双足机器人的运动轨迹规划方法、装置、设备及介质 CN202110232263.5    开关机的控制电路及方法 CN202110232355.3    机器人动作模仿方法、装置、设备及存储介质 CN202011501534.4    一种舵机的补偿控制方法及舵机补偿电路 CN202110574796.1    机器人的偏差信息确定方法、装置、处理设备及介质 CN202011644180.9    机器人抗扰动控制方法、装置、电子设备及存储介质 CN202110311455.5    双足机器人控制方法、装置以及双足机器人 CN202011611800.9    质心轨迹的获取方法、装置、机器人及存储介质 三、基本情况 （一）应用对象 应用于机械类、自动化类、电子信息类、计算机类等相关专业人才培养，适用场景包括实验实训、教学科研及竞赛等，方案以人才培养为目标和课程建设为核心，基于机器人载体，提升人工智能与机器人技术教学科研水平。 （二）核心优势 核心产品为双足人形机器人，该系列机器人获得“小型双足人形机器人步态算法”创新纪录，“高韧性强扭矩复合材料舵机”打破国外技术封锁，核心零部件实现国产化。 其中Aelos小型双足机器人载STM32、Raspberry Pi-4B双运算系统，支持二次深度开发，支持多语言开发环境，满足高校对于编程开发、人工智能应用学习等需求，助力高校在机器人系统结构、步态规划、运动控制、算法开发、场景应用等方面的实践学习。 Aelos小型双足机器人 Roban中型双足机器人基于ROS应用平台，搭载深度摄像头，嵌入V-SLAM视觉算法，可以通过导航技术进行建图，实现自主路径规划和步态规划，涉及运动控制、计算机视觉、图像处理、运动规划等多领域课程，能够较好地满足相关专业实验实训、研究开发、参加竞赛等需求。 Roban中型双足机器人 （三）商业模式 公司与高校在复合型人才培养、专业建设、课程建设、科研合作、师资培训、实训室搭建等方面开展深入合作，相关产品被用于各类学校的实际教学、实践、实训。推广路径通过各类研讨会、展会、大赛和专业渠道商进行拓展。 四、推广情况 （一）应用案例 1.清华大学 与清华大学电子系合作共建《智能机器人设计实践》专业限选课，基于人形机器人载体，学习机器人结构原理，图像识别，路径规划，AI芯片等内容。合作入选中国高等教育学会“校企合作双百计划”典型案例。 2.哈尔滨工业大学 与哈工大开展人才联合培养全面合作，双方在开发校企联合课程、共建联合实验室、共建校外实习实践基地、共同筹办BOTEC智能机器人技术挑战赛等方面进行合作，并入选中国高等教育学会“校企合作双百计划”典型案例。 3.南方科技大学 与南科大机器人研究院共建的机器人联合研究中心，在机器人关键核心技术攻关、专业课程建设、人才联合培养等领域开展合作。双方共建的基地被广东省教育厅认定为广东省联合培养研究生示范基地。 （二）应用成效 解决了高校人工智能机器人方向的实验实训、教学科研、参加竞赛等需求，有助于打造高水平、专业化的实践科研条件。年均支撑高校开展教学科研项目不少于1项，科技竞赛不少于2项，协助申报产学合作协同育人项目等。 （三）推广计划 高校新增人工智能等新专业成为热门，传统工科专业也面临课程改革要求，因此，通过开展智能机器人设备的应用与实践，推动相关专业人才的培养与发展，已是大势所趋。推广模式包括课程案例展示、以赛促教、举办研讨会等。

本发明公开了一种基于球体投影公切线的多相机标定及参数优化方法，具体步骤为：1、依据球体投影公切线的交点和球心投影点共线的原理，获得球心投影在相平面的坐标；2、结合球心投影，通过绝对二次曲线的像和球体投影之间的代数关系，求得相机的内外参数；3、使用椭圆形状参数表示球体的投影，并依此将投影曲线和其重投影之间的误差划分为相对独立的两部分，采用非线性优化方法对两部分偏差逐步优化获得相机最终的标定结果；4、将多相机的标定结果通过匹配方法统一到同一世界坐标系下，完成多相机的标定。本发明方法求解过程保留了参数几何意义，标定精度高，能简便高效的完成多相机的同时标定。

本团队长期从事传统酿造食品的应用基础研究和产业实践，与国内的众多大型酿造企业，如镇江恒顺、泸州老窖、山西老陈醋、张家界大德酿造、安徽胡玉美等保持着长期的产学研合作。近十多年来，针对白酒、黄酒、酱油（酱）、泡菜等传统酿造食品，在系统研究酿造微生物功能的基础上，理性设计功能调控手段，达到传承工艺特色，稳定发酵生产，提升产品品质的目的。

复杂工业过程生产流程中消耗的能源种类多，包括电、天然气、氧气、水、蒸汽等，而且能源使用量大，其能源成本约占到生产成本的50%—60%。加强企业能源管理、规范不同流程工艺间的能效评价体系，同时结合现代信息技术与检测技术，以实现对企业内部不同层面能源利用状况及其效率指标的监测、评估与优化调度，将有助于企业进一步降低能源消耗与生产成本，并有利于加快企业精细化管理进程。

本发明公开了一种用于对数控机械加工设备的实验模态分析测点执行布置优化的方法，包括：(1)通过有限元仿真，获得设备的整体结构模态振型及相应的模态振型矩阵；(2)利用整体结构模态振型，确定并选取设备的模态振型敏感部件及其相应的振型矩阵；(3)从模态振型敏感部件中选取其表面可测节点，并将这些表面可测节点作为布置优化的对象；(4)使用有效独立法，对表面可测节点进行迭代剔除；以及(5)采用香农采样定理，对模态振型敏感部件执行线性化均匀布点。通过本发明，可以克服现有模态测试效率低、时间长等方面不足，并能够在保证数控机床结构模态测试中固有频率和振型辨识前提下，优化测点数目及测点位置，提高测试效率。

本发明提供了一种基于神经网络的超密集异构网络负载均衡优化方法，将ART2型神经网络和基于代价的分布式方法相结合的低复杂度超密集异构网络下行用户连接方法，联合调整所有小站的代价偏置值，解决超密集异构网中的负载均衡问题。本发明采用ART2型神经网络的分类设置初始值，可以大大降低迭代次数和计算复杂度，能提高基站边缘和中间的用户的吞吐量率，自动的均衡跨层和同层之间基站的负载，进一步显著降低负载均衡迭代方法的迭代次数，更加适应快速复杂多变的实际情况。