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。    

本课题组开发了用计算机采样的智能型气道稳流试验台，结合运用现代气道结构优化理论和涡流叶片高度可变装置，实现气道参数化设计，对内燃机进气过程进行分析及优化，提高内燃机气缸盖产品性能和质量。开发了性价比高的内燃机工作过程测量分析系统，结合运用内燃机新型燃烧模型与燃烧分析软件对内燃机的燃烧过程进行分析及优化，促进内燃机的设计研制和生产开发，完善内燃机整机性能。在传统柴油机燃烧模型的基础上，建立了基于湍流火焰面分形理论的内燃机现象学准维燃烧模型，应用于一台双燃料发动机。项目荣获中国机械工业科学技术三等奖。

成果简介： 饲料添加剂微量组分计算机配料添加系统V1.0是一种实用软硬件系统，主要用于饲料添加剂微量组分的配料、称量和添加作业工序。它主要利用条码技术和计算机过程控制技术实现饲料添加剂微量组分的正确配料，精确称量和可靠添加。在具有微量组分正确配料，精确称量和可靠添加的其他使用场合中也可以使用该技术。 该系统的应用软件部分已取得国家版权局计算机软件著作产权登记证书，登记号2010SRBJ3262。 技术指标：

变桨距、大容量是风力机组的发展趋势，国外风机的主力机型向2MW以上发展，机组大多采用三个独立的电控调桨机构，通过三组变速电机和减速箱对桨叶分别进行控制，为了捕获最大风能、平缓风轮力矩波动和消除风力机的不平衡载荷，本项目研究了大型风电机组异步变桨控制系统，异步变桨可以消弱气动不平衡，减小机组振动，提高风能利用率，提高风电电能质量和延长机组寿命。 本项目提出了基于前馈模糊与Fuzzy-PID相结合的统一桨距角给定技术，提出了基于电功率观测叶片应力的独立变桨技术，通过独立变桨直接控制叶片上气动力产生的摆振力矩，不仅直接平缓了风轮力矩的波动，还间接减少了叶片上载荷的波动、轮毂的偏航力矩波动和俯仰力矩波动，大大改善了风力机的功率输出、疲劳、振动、动力稳定性等性能。 以上成果发表在国内外重要期刊上，如Lecture Notes in Electrical Engineering，电机工程学报等，申请授权了多个发明专利和软件著作权。在上述大型风电机组异步变桨控制技术研究的基础上，基于永磁同步电机、全数字驱动器及超级电容架构，本课题组自主开发了风机三个桨叶可以独立高可靠控制的2MW风机机组异步电动变桨系统，已完成实验室测试

峰值功率：2.2Kw 主体重量：11.5Kg 燃油容积：0.0633L 适合工况：农林园艺和家用清水泵，也可以适合轮船上油料及大型设备化工原料的装卸

热连轧自动化控制系统是一种大型复杂控制系统，它很大程度上决定了生产线最终的市场竞争力。目前国内在宽带钢热连轧自动化控制系统新建或改造上多采用以下两种形式：一是硬件和软件系统全部由国外供货并调试；二是采用进口硬件系统，部分软件由国内完成，但其中的核心软件如L2数学模型系统、板形系统、质量控制系统（AGC、AWC、AJC等）从国外引进并由国外人员完成现场调试。两种形式都存在着核心技术掌握在外方手中，不利于系统的后期升级和维护，不能满足钢厂再发展的需要。因此有必要开发全套具有自主知识产权的宽带钢热连轧自动化控制系统，硬件系统可以采用当前国际上流行的最新控制器，而系统集成、控制模型和软件的开发和现场调试全部由国内自主完成，并承担全部的考核指标。如此可以不受国外公司的制约，同时节约大量外汇，减少工程投资。在此背景下，本项目以山东日照钢铁有限公司新建的1580mm热连轧生产线为依托，设计并完成全部软件和调试，取得了本科技成果。本科技成果的应用领域为轧钢领域的宽带钢热连轧生产线，实现热连轧带钢的全自动化生产。自动化控制系统由三级组成，其中L0设备控制级包括交直流主辅传动系统、现场机械液压设备、控制执行机构、各种检测仪表；L1基础自动化级由HMI监控系统和多台高性能控制器构成；L2过程控制级由三台高性能PC服务器和多台工业控制计算机构成；L3生产管理级（MES）由数据库服务器、应用服务器和客户端组成。该控制系统的基本原理就是通过三级系统之间互相配合，把整个生产线的多达数千个的控制点和数百个控制对象，分别按照不同的区域划分到数百个控制功能当中在控制系统中完成，满足工艺、设备、液压及电气要求，实现全线的自动化生产，达到设计的产品精度（厚度、凸度、板形、温度等）指标，同时，整个系统具有高效性、可靠性、先进性、安全性和低维护性，以及很强的报警、诊断、故障分析能力。

Ø 本项目是采用独特的首创工艺—“连续增溶液浆法”在同一条生产线上生产多种高质量的非离子型纤维素醚（主要是混合醚）和其交联产品。

一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 史雨杰 电信院/自动化 2019.9/2023.7 201931072537 李耀辉 电信院/机器人工程 2019.9/2023.7 201931072628 刘忠跃 电信院/自动化 2018.9/2022.7 201831073203 王怡欣 电信院/自动化 2018.9/2022.7 201831073423 孟泽涛 电信院/自动化 2018.9/2022.7 201831073302 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 李杰 电气信息学院 讲师 人工智能 四、项目简介 本项目基于虚实交互技术、仿生机器狗运动控制、机器视觉、机器算法等方面展开研究。其目的在于增强虚实场景下机器狗与现实环境的交互能力，使其更快速地适应复杂地形，并借助机器视觉丰富其应用性。机器狗采用Jetson-Nano为主控板，其上运行ROS系统，采用分布式运行rosserial_arduino、rosbridge实现机器狗运动控制和虚拟场景通信的环节；利用SLAM技术精确构建地形图样，模拟人的真实视觉功能并通过图像摄取装置赋予机器狗，使机器狗能够对图像信号进行获取和识别，并通过数字化处理以实现其在多目标环境下的个体追踪功能以及对人体的姿态识别功能。

本实用新型二级动摆混沌振动磨涉及一种能产生特殊惯性激振能力的振动磨，特别是一种具有特殊振 动效果及混沌振动特性、具有二级动摆结构的振动磨。包括激振器、筒体、进料口、端盖、联轴器、电动 机、电机座、底座、螺旋弹簧、出料口、右联接架、磨介、左联接架、配重体；激振器通过右联接架刚性 地固定在筒体右侧，配重体通过左联接架刚性地固定在筒体左侧，筒体和激振器下部通过螺旋弹簧安装在 底座上；激振器包括轴承座组件、激振器轴和二级动摆组件；电动机通过联轴器与激振器轴连接，二级动 摆组件包括定摆、一级动摆、二级动摆及二级动摆轴、轴承一和轴承二；所述筒体设置有进料口、出料口，筒体两侧装有端盖，在筒体内有磨介。

本发明公开了一种无振动棒的金属靶发生器，其包括：筒体，该筒体内容置有液态金属（6），用于产生金属靶靶；微孔（10），开设在筒体底部，金属液体可通过该微孔（10）流出；其特征在于，该金属靶发生器还包括电磁线圈（9，15，37，38），其通电后产生电磁力作用在液体金属（6）上，使得从所述微孔（10）流出的液体为呈均匀滴落的金属靶，进而形成金属靶靶。本发明的装置利用电磁场实现射流断裂，无需借助振动棒，从而避免液体金属产生的波动，而且金属靶体积小、下落的间隔周期稳定。