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。    

本实用新型公开了一种变电站绝缘子带电水冲洗机械臂，包括基座、刚性主臂、绝缘臂、高压水喷 头，所述刚性主臂下端与基座通过第一销轴铰接，所述基座上设有与第一销轴相连的第一驱动装置，刚 性主臂顶部与绝缘臂底部通过第二销轴铰接相连，刚性主臂上设有与第二销轴相连的第二驱动装置，所 述高压水喷头与绝缘臂顶部通过第三销轴铰接，所述绝缘臂上设有主动皮带轮和驱动主动皮带轮的第三 驱动装置，第三销轴上设有固定相连的从

    myCobot人工智能套装是集视觉、定位抓取、自动分拣模块为一体的入门级人工智能套装。基于Linux系统，在ROS搭建1：1仿真模型，可通过开发软件实现机械臂的控制，简单易学，能够快速入门学习人工智能基础知识，启发创新思维，领悟开源创意文化。本套装扩展性好，开放性高，可以被用于多种用途。可易用专科院校的实训平台、机器人学科搭建、机器人实验室或个人学习与使用。 产品特性 大视觉识别算法 四种颜色木块、不同形状卡片任意选择，4种ID二维码识别学习二维和三维世界之间的投影关系，图像特征点带你学习图像分割、保存图片特征，深度学习yolov5算法，让你了解神经网络。 6种适配机械臂 支持 myCobot、mechArm、myPalletizer 的M5Stack和树莓派版本。 aruco码的检测、跟踪：摄像头精确定位与标定，并进行自动抓取。 颜色及图像识别：应用深度学习算法，用户可以利用机械臂完成定位抓取和自动分拣。   联系我们：深圳市大象机器人科技有限公司 官网：https://www.elephantrobotics.com淘宝官方旗舰店：https://shop504055678.taobao.com/?spm=a1z10.1-c-s.0.0.2b0e58e7PY8UhV电话：+86 (0755) 8696 8565/+86 181 2384 1923地址：深圳市福田区华强北电子科技大厦D座智方舟国际智能硬件创新中心D403 D504 D505

DYT001 流体力学综合实验装置 一.实验目的 通过本实验熟悉流体力学实验的操作流程。该实验台可测定：1.沿程阻力系数测定实验。2.局部阻力系数测定实验（突扩、突缩实验）。3.雷诺实验（有机玻璃管内流体流态变化）。4.伯努利方程实验。5.文丘里流量计测流量系数实验和阀门实验。6.孔板流量计测流量系数实验。7.毕托管流量计测流量系数实验。 二.技术指标 1.装置工作环境：常温、常压下运行。 2.实验所用的流体--水为自循环设计，水压稳定波动小，精确度：±5。 3.工作电源：电压AC220V,50HZ，单相三线制，功率≤200w。 4.304不锈钢台面、不锈钢框架实验台（38*38mm不锈钢方管、配脚轮均为万向轮带禁锢脚）。 5.装置外形尺寸：2012×800×1600mm。 6.设备配套3D虚拟仿真软件和智慧课程平台 （1）▲仿真实验模块通过在线首页的仿真课件模块进行下载使用，仿真实验采用PC端，进入实验系统后，可选择装置介绍和仿真实验模块。 （2）▲装置介绍模块：基于实验设备的等比例三维仿真模型，可进行自主漫游、装置的文字、图片介绍、支持在三维模型上展示部件名称，点击部件时，展示相应部件的介绍参数包括：图片、视频等。 （3）▲在实验前支持进行仪器操作、实验安全、实验数据、实验现象等内容的交互认知学习功能。 （4）▲仿真实验具有实体实验完整的实验步骤、实验提醒、实验操作模拟等功能，支持在重点步骤或环节上展示实验现象与实验数据。 （5）▲当实验完成后，系统自动进行考核评价，并出具分数及实验报告。 （6）投标文件中提供以上软件每项▲功能的高清截图，以及U盘形式提供软件功能录屏，使评委能清晰看到以上每个参数内容，以验证智慧课程平台仿真功能，中标后采购人有权要求中标人提供软件进行参数演

成果描述：本发明公开了一种近实时地震震源位置定位方法，包括以下步骤：地震发生后，读取最先得到P波到时的三个台站编号和地理坐标，识别P波到时，两两求出到时差，对地震台站的经纬度坐标数据进行投影变换转换成平面直角坐标；对于任意两个台站，画出满足到时差的双曲线，震中靠近先到台站的一支上，三支双曲线两两相交；根据交点坐标构成的三角形，计算三角形重心，该重心的坐标即为震中位置初值；进一步修订震源位置；对观测方程和指标函数进行“减元”处理；求偏导数，直到满足要求为止；将最后计算结果换算成地理坐标，此坐标即为最终结果。本发明通过排除震中方位角和震级估算的误差，提高了地震定位精度和定位速度。市场前景分析：轨道交通、地质灾害工程领域。与同类成果相比的优势分析：技术先进，性价比较高。

综合利用GNSS、UWB、INS、LiDAR、相机等传感器，通过对顾及GNSS系统偏差的GNSS RTK/INS紧组合定位方法、GNSS/UWB/INS高精度室内外一体化定位方法、GNSS/INS/LiDAR同步定位与构图方法、基于单目视觉SLAM/INS组合定位方法等一系列核心算法的研究，搭建完成基于多传感器数据融合的室内外一体化高精度定位平台。该平台由硬件平台和数据处理软件两部分组成，硬件平台实现各类传感器的固定、时空基准统一以及原始观测数据采集与解析等功能，数据处理软件实现多传感器数据融合、组合定位定姿、三维构图等功能。大量的实验结果表明，该平台在室外复杂环境、室内外交互区域以及室内环境下的定位精度可达20cm以内。

成果描述：本发明公开了一种用于地震预警系统的实时地震震级估计方法，利用地震矩求出的矩震级，即：检测到信号后每1秒估算出相对应的矩震级，随着时间增长至20s左右得出与实际震级非常接近的估计震级。本发明利用地震矩从而求出的矩震级能有效克服中大型地震(M>6)中出现的震级饱和问题，而且地震矩与地震动中零频时的振幅Ω0有明确联系，具有明确的物理意义。本发明方法具有实时性，检测到信号后每间隔1s均能估算出相对应的矩震级，随着时间增长至20s左右就能得出与实际震级非常接近的估计震级，能有效应用于地震预警系统。市场前景分析：轨道交通、地质灾害工程领域。与同类成果相比的优势分析：技术先进，性价比较高。

基于手机的人脸识别和定位的社矫人员监管系统”主要功能：每天可定时和随机方式要求社矫人员上传个人GPS位置信息，同时进行人脸识别和活体检测，从而在不需要增加额外的专用硬件设备，仅借助现有的智能手机，便实现对相关社矫人员行踪的实时监管，并有效杜绝监管工作中普遍存在的社矫人员“人机分离”、“冒名打卡”、“照片刷脸”等现象。该系统已与现有社矫系统（蓝信、律兜）无缝对接。无人社矫厅版本已经投入使用。

本发明公开了一种电力通信网故障定位方法，包括：首先预处 理历史告警数据，得到多个重要告警属性，并分配影响因子；建立基 分类器作为子预测模型，分别对历史告警数据进行预测，并将预测准 确率作为基分类器权重；其次，将多个基分类器分为基分类器集合， 估计得到每一组的平均权重和平均影响因子，继而得到每一组的综合 权重，选取综合权重最大值，其所对应的故障类别即为最终预测结果， 至此建立组合预测模型；利用组合预测模型对现有告警数据进行预测， 得到最终的故障定位预测结果。本发明不仅解决了故障定位技术存在 的准确低、反应慢的问题，同时通过构建的组合预测模型进行故障定 位，显著提高了故障定位的准确性，大大缩短了故障定位的时间。

本发明公开了一种基于光图案的室内定位方法，包括以下步骤： (1)设置光图案发射装置；(2)对所述待定位目标的光信号进行检测；(3) 定位所述待定位目标的位置，得到该待定位目标距扇叶旋转轴的距离 ρ，以及该待定位目标相对基准线的偏转角度θ。本发明通过对光图 案发射装置的组成及设置、以及相应的基于光图案的室内定位方法的 测量参数等进行改进，与现有技术相比能够有效解决室内定位精度不 高的问题，该室内定位方法可实现厘米级定位精度，并且定位目标数 量多，定位范围广；此外，该室内定位方法对定位目标的硬件功能要 求不高，可大大扩展应用范围。