产品详细介绍 产品介绍： 机器人分拣准装箱工作站通过机器视觉识别来料形状及颜色并进行 定位，发送给机器人位置坐标，机器人通过吸盘 式手爪将输送线上产品取出装入定制箱体内，同 时进行有序码放，装箱完成后，输送线将成品输 送出工作站。 参数： 一、自动来料识别设备 1、CCD视觉系统 ★工业500万像素级低畸变镜头1个； 机器视觉专用高清闪光源1套 采用数字高清工业相机 识别范围形状：矩形、旋转矩形、圆形、椭圆、多边形（最多12边） 颜色识别：红、黄、绿 ★一线品牌视觉库 功能实现：工件来料输送定位 二、箱体定位装置 1、箱体尺寸：至少达到510mm*510 mm*220 mm 2、箱体结构材质：透明有机玻璃 3、定位方式：治具定位夹紧 7、功能实现：工件装箱码放 三、机器人底座 1、长宽高：至少达到200mmX200mmX20mm 四、机器人夹具手爪 采用吸盘式，可用于工件的吸取，方便装箱设计。。 五、开放式电气控制平台1套 1、开放式电气控制平台包括PLC，线槽，接线板，开关电源，端子台，继电器，等等，主要用于控制成套自动化生产线： 采用PLC同时预留20%的点位，根据现场的结构相应增加点位模块 五、其它 1、提供机器人分拣装箱三维布局图 2、工件 工件500件： 箱体：20件 ★3、提供全套机器人手爪及实训套件原始设计图纸（包括全部机械设计图纸及电气连接安装图纸） ★4、提供全套程序代码 六、电气控制柜1个 1.控制柜尺寸：至少达到600mm（W）*1600mm(H)*400mm(D) 2.材料：冷轧板，烤漆处理 3.防护等级：IP55及以上 4.配置：前门、背板、安装板、柜体、门锁、密封条 5.钢板厚度：安装板2.5mm以上 适用范围： 中高职、技师、技工、应用类本科工业机器 人和智能制造相关专业及相关人才培养

达闼机器人股份有限公司，成立于2018-10-17，注册资本为67921.7589万人民币，法定代表人为HUANG WILLIAM XIAO-QING，经营状态为存续，工商注册号为310112001897584，注册地址为上海市闵行区中青路207号8幢，经营范围包括许可项目：第二类医疗器械生产；食品销售；货物进出口；技术进出口；计算机信息系统安全专用产品销售。（依法须经批准的项目，经相关部门批准后方可开展经营活动，具体经营项目以相关部门批准文件或许可证件为准）一般项目：技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广；从事智能机器人科技领域内的技术开发、技术咨询、技术服务、技术转让；智能机器人的生产；基础软件服务；应用软件服务；软件开发；软件咨询；产品设计；模型设计；企业管理；电脑图文设计、制作；智能机器人租赁；智能机器人、计算机软件及辅助设备、机械设备、电子产品、通讯设备、建筑材料、五金交电、金属材料、不锈钢制品、陶瓷制品、日用杂货、工艺品（除象牙及其制品、文物除外）、文化用品、仪器仪表的销售；第二类医疗器械销售；专业保洁、清洗、消毒服务；建筑物清洁服务；机械设备租赁；计算机及通讯设备租赁；非居住房地产租赁；家政服务；广告制作；广告设计、代理；平面设计；互联网销售（除销售需要许可的商品）；信息技术咨询服务；广告发布（除广播电台、电视台、报刊出版单位）。（除依法须经批准的项目外，凭营业执照依法自主开展经营活动）

自主规划路径 多模式室内无人驾驶技术

国内外已经涌现出了很多优秀的智能助行机器人产品或样机，但针对下肢功能运动障碍患者的智能助行机器人研究仍然存在一定的局限性： （1）助行机器人对于人体运动意图的识别研究主要依靠力传感器，在运动意图的定义和计算方面的差异较大； （2）基于助行机器人步态分析方面成果有限，行走能力评估依靠传统的Holden步行功能分级以及Tinetti平衡与步态量表进行评估，缺乏对步态参数的具体量化评估手段； （3）自适应参数导纳控制、共享控制及交互力-位置混合控制等方法大多仅能在特定的人机协同系统满足使用，故只能用于单一功能的康复训练，难以满足不同行走能力用户的多样化康复训练需求。 本成果研究的面向下肢弱肌力人群的智能助行机器人，通过基于机载的力传感器、激光传感器、Kinect等设备，设计多模态人机交互接口，获取人体运动数据；基于有监督的神经网络步态事件分类算法模型提取分析步态的时空参数，并且能够应用康复医学功能评定理论进行人体行走能力的智能综合评估，根据评估的行走能力切换对应的机器人模式。 图1 智能助行机器人一代 图2 智能助行机器人二代 图3 智能助行机器人三代 【性能指标】 1）机器人样机： 人体运动模式识别准确率≥95%； 跟随模式相对位置误差≤15cm，相对角度误差≤20°； 左腿摆动、双支撑相左向重心转移、右腿摆动和双支撑相右向重心转移四个步态相位识别准确率≥95%。 2）运动状态监测及行走能力评估一体化平台： 正常行走、肢体约束异常状态及趔趄、跌倒等紧急状态识别准确率≥90%。

本成果针对不同核电环境内的任务，设计研发了个性化的专用机器人系统，解决核反应堆顶盖上螺栓拉伸量的实时测量、蒸汽发生器内一次侧堵板的自动安装及高放射性核废物的体积最小化回收等多种任务，解放危险环境中的操作人员，提高了操作安全性。 一、项目分类 关键核心技术突破 二、技术分析 为保证核电站正常、安全地运作，可利用机器人取代操作人员定期对核设施内部的设备进行检查、维修，以避免设备故障、老化等现象出现。针对不同核电环境内的任务，设计研发了个性化的专用机器人系统，解决核反应堆顶盖上螺栓拉伸量的实时测量、蒸汽发生器内一次侧堵板的自动安装及高放射性核废物的体积最小化回收等多种任务，解放危险环境中的操作人员，提高了操作安全性。 成果一：整体螺栓拉伸机拉伸量自动测量装置实现了对反应堆压力容器顶盖主螺栓拉伸量及残余拉伸量的远程自动测量，降低了人员所受辐射剂量，提高了系统整体工作效率。 成果二：蒸汽发生器一次侧堵板操作机器人完成核电站蒸汽发生器一次侧堵板的安装、紧固、自动充气密封和拆除，利用定位装置可360°旋转的螺栓紧固机械手、力矩反馈传感系统和视频监控系统实现智能定位、自动路径规划、螺栓拧紧力矩的自判断、气压密封和过程监控。 成果三：建立了首套核反应堆探测器组件自主回收作业机器人系统，并进行了误差建模、系统标定、精度测试与实验验证，验证了系统的可靠性和有效性。 主要性能指标包括重复定位精度、视觉定位精度、具备轨迹跟踪、视觉伺服控制、力感知、目标精确测量功能。

本公司设计制造的与凝胶泡沫相匹配的智能灭火机器人，秉承模块化的研发理念，通过火气感知模块、联动监测控制系统、套筒发泡传输模块、自动捕捉灭火装置四大模块，实现了火灾监测、智能捕捉火源、凝胶泡沫混合、自动化灭火功能，辅助、替代消防员灭火工作，减少人员伤亡。 一、项目进展 创意计划阶段 二、企业信息 企业名称 安徽擎迈消防工程有限公司 企业法人 陈尹明 注册时间 2022.4.26 注册所在省市 安徽淮南 组织机构代码 MA8NYU106 经营范围 一般项目：消防技术服务；工程和技术研究和试验发展；技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广；安防设备制造；专用设备制造（不含许可类专业设备制造）；防火封堵材料生产；防火封堵材料销售；合成材料销售；机械设备销售；电气设备销售；专用设备修理；特种设备销售；环境保护专用设备销售；机械设备研发；新材料技术研发；软件开发；人工智能基础软件开发；人工智能应用软件开发；人工智能理论与算法软件开发；电子、机械设备维护（不含特种设备）（除许可业务外，可自主依法经营法律法规非禁止或限制的项目） 企业地址 安徽省淮南市山南新区泰丰大街168号厚德馆众创空间 获投资情况 暂无 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 陈尹明 安全科学与工程学院 消防工程 2019.09/2023.06 杨晋丰 安全科学与工程学院 消防工程 2019.09/2023.06 高翌乔 安全科学与工程学院 消防工程 2020.09/2024.06 杨润宇 安全科学与工程学院 安全工程 2019.09/2023.06 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 聂士斌 安全科学与工程学院 安全工程 教授 安全科学与工程 五、项目简介 安徽擎迈消防工程有限公司是一家从事研发、生产、销售灭火材料、智能灭火机器人及相关产品的公司。公司针对当前火灾中水灭火效率低且四处流淌水渍严重、传统灭火泡沫易破碎、稳定性差，消防装备智能化程度低、消防员人身安全难以保障的痛点，自主研发高效环保凝胶泡沫并设计了与之相匹配的智能灭火机器人。公司核心产品已申请5项发明专利，3项实用新型专利，1项软件著作权，且在安徽金汤消防工程有限公司中成功试用，与光冉高分子材料科技有限公司等签订合作协议。 核心产品： 高效环保凝胶泡沫灭火材料：采用生物质环保材料海藻酸钠和壳聚糖为基体，通过结构设计将胶体和泡沫有机结合，自主研发高效环保凝胶泡沫，克服泡沫易破碎、水灭火效率低的缺点，具有优异的扩散性、防复燃性，适合大面积火灾扑救。 智能灭火机器人：本公司设计制造的与凝胶泡沫相匹配的智能灭火机器人，秉承模块化的研发理念，通过火气感知模块、联动监测控制系统、套筒发泡传输模块、自动捕捉灭火装置四大模块，实现了火灾监测、智能捕捉火源、凝胶泡沫混合、自动化灭火功能，辅助、替代消防员灭火工作，减少人员伤亡。核心技术经安徽科学技术情报研究所查新未见相关报道，为自主创新项目。

智能机器人创新实验平台是由海天雄研发的以Cortex-A15高性能ARM芯片为上位机来控制机器人行为动作的平台，由上位机系统(ARM芯片)与下位机(51芯片)两大部分组成。该平台可根据不同的实验需求进行独立工作。 上位机（三星公司Cortex-A15的5260 ARM芯片）主要是运行控制机器人的Android应用程序，并且此系统也拥有丰富的外设，可以用来学习Android应用程序的开发以及ARM芯片的学习，可以作为整个嵌入式系统的教学平台使用。 下位机（AT89C51系列的芯片）主要是根据上位机发送的命令控制机器人的动作行为，此系统可以拥有一般51单片机的外设（LED、数码管、蜂鸣器等），可以独立使用，并且拥有大量的传感器，例如：舵机、超声波、直流电机、摄像头等。 智能机器人创新实验平台采用的是上位机控制，通过WiFi路由通道，根据下位机探测的环境因素判断情况回传给上位机以此智能控制。另外，可以在非控制情况下循迹运行。主要由四大块组成：上位机5260平台运行Android程序、WiFi路由模块、单片机与驱动模块以及机器人的感知与控制系统。

新冠肺炎常规通过病史、CT等进行病情评估，但重症病房应用超声不便，还需要评估重症患者的心脏等多器官，然而操作者绝大多数不是专业超声医生，这为如何在治疗重症患者的过程中更好地发挥超声的作用提出了难题。深圳国际研究生院袁克虹团队与深圳华声医疗技术股份有限公司合作，用人工智能技术赋能5G超声设备，增添采集心肺关键标准切面的导航以及关键参数的自动测量等功能，辅助医生对重症病人进行动态评估和治疗。 袁克虹团队与深圳华声医疗技术股份有限公司1月中旬组成研发团队，在已有合作工作的基础上，针对新冠肺炎重症患者临床超声的迫切需求开展联合攻关，半个月就获得了较好的成果。该技术从2月初开始在武汉协和西院等多家医院使用，在一定程度上辅助了医生对重症患者进行疾病的动态评估和治疗指导。 目前该技术正由国家感染性疾病临床研究中心（深圳市第三人民医院）牵头开展进一步研究，将完善和改进现有功能，优化远程诊断流程，实现超声为医生治疗重症患者提供更智能、更可靠、更专业的帮助。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：