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。    

一、项目简介 随着AlphaGo及其Zero的相继推出，近年来以神经网络计算为基础的深度学习及相关优化算法已成为人们研究AI的热点。深度学习算法在AlphaGo中的成功应用主要是依赖神经网络监督学习的网络层次及神经元数量提升，而其Zero的应用不同则是在于引进了博弈优化的思想，这就给以并行计算为核心的神经网络优化算法理论研究提供新的思路。 鉴于传统神经网络优化算法面临非全局优化的难题，我们基于吉布斯分布采样优化计算，提出一种以脉冲神经元构成的混合网络结构动力学系统来实现的神经网络全局优化算法，引进纳什平衡理论来优化的神经网络计算方案，并设计一款相应的通用神经网络并行处理器芯片，以新型芯片编程架构模拟人脑功能进行感知、行为和思考新型芯。 二、前期研究基础 本团队主要是由厦门大学福建省集成电路设计工程技术研究中心、厦门大学集成电路设计与测试分析福建省高校重点实验室的教师与学生组成的，主要从事人工智能、网络通讯、集成电路设计、纳米单电子器件等方面的研究工作，并积累了深厚的研究基础。团队首席科学家郭东辉教授十多年前曾在美国加州Berkeley 大学非线性电路实验室访问，从事有关细胞神经网络(CNN)有关课题的研究，先后主持国家自然科学基金项目五项，其中与神经网络研究内容相关的有两项，分别是《视觉神经网络光电集成系统的研究》(批准号：69686004)和《混沌神经网络加密算法及其相应集成电路的设计研究》(批准号：60076015)。 本团队同时也是厦门市集成电路设计公共服务平台的主要技术支撑单位。在厦门市科技重大专项经费的支持下，我们配备了开展模拟及数字SOC 芯片设计所需要的各种EDA 工具和IC 测试设备。此外，厦门集成电路设计公共服务平台也是TSMC、SMIC 等芯片制造厂重要合作伙伴，并与厦门联芯、三安集成等芯片制造厂也有长期的合作协议，可以进行包括射频及功率芯片在内各类模拟及数字SOC 芯片的设计流片。同样，在学校211 和985 经费的支持下，本团队也独立配备了8 台IBM 服务器分别运行MATLAB、OPNET、SPW、ANSYS、Silvaco TCAD 等系统设计与器件工艺仿真工具。本团队所在的微电子与集成电路学科也已列入我校“双一流”建设学科，有关类脑芯片设计相关课题研究所需要的科研环境建设将得到重点支持。特别是厦门联芯公司在量产后，已将本团队作为其先导技术开发的重要合作伙伴，也委托我们开发相应的器件模型及电路工艺库。在厦门火炬高新区及厦门市IC 平台的支持下，厦门联芯公司还可以为我们团队提供免费的MPW流片业务。 自2009年，本团队与福建新大陆电脑股份有限公司签署 “共建SoC联合实验室”以来，基于该平台，每年合作项目经费近百万，同时还完成了多项横向合作项目：面向金融、税控的专用信息处理与控制SoC芯片开发、安全密码算法研究、区块链接技术研究等等，培养了大批优秀的硕士毕业生；厦门市美亚柏科信息股份有限公司是本团队的长期合作伙伴之一。 总之，不管从算法理论研究还是从应用技术开发来看，本课题组已具备相当优秀的研究基础和研究经验，以及显著的前沿技术攻关能力。 三、应用技术成果我们的相关研究成果也得到企业界的重视和肯定，课题组先后承担过如深圳 华为公司首歀交换芯片项目的调度算法设计、福建新大陆首款二维码识别芯片的算法及后端版图综合设计、台湾盛群公司首款32 位处理器及专用处理器编译器开发和厦门元顺公司多款电源管理芯片的设计。最近课题组还为我国某研究机构开发28nm 的低功耗设计流程专门设计一款挂载加可重构解密算法协处理器的32 位通用处理器验证芯片。

①基于海洋微藻多糖筛选，建立了海洋微藻多糖的分离纯化工艺 从10种海藻微藻中，筛选到多糖含量较高的四爿藻4种海洋微藻。进一步，建立了它们多糖的热水浸提法和微波萃取法工艺，初次发现2种提取方法在它们多糖提取中的优劣。在此基础上，测定多糖结构、硫酸基和糖醛酸等活性基团含量，筛选到球等鞭金藻和小球藻多糖。随后，初次建立了它们多糖的分离纯化工艺，制备到5种新的纯多糖。这些纯多糖具有中等强度的体外抗氧化和抗菌活性，填补了国内外研究空白。 ②建立了抑藻活性物质的筛选方法，建立了7种大型海藻抑藻活性物质的分离纯化工艺 从40种大型海藻中筛选目标物，获得浒苔等7种大型海藻。在此基础上，建立了它们抑藻活性物质的分离纯化工艺，填补了国内外研究空白，并制备到52种，其中50种是初次从大型海藻中分离得到。进一步，研究了42种抑藻活性物质对7种赤潮微藻的抑藻活性。针对每种赤潮微藻，获得了1种以上的比重铬酸钾更有抑藻优势的活性物质。

提出了基于远程脑的服务机器人控制体系和结构；将远程脑服务机器人技术应用于传染病隔离病房，避免医护人员与患者的交叉感染；应用蚁群算法实现了机器人行进过程中的路径规划；识别脑电信号中的电位模式，提取相应的α波特征参数作为实现大脑与外界交流和控制的接口命令；研制了利用α波阻断特性控制外部服务机器人运行的脑机接口系统，实现了脑电信号对服务机器人的实时控制。 成果应用领域: 康复、医疗、社区服务等领域。 预期效益：在抗击“非典”或将来可能发生的高传染性流行性疾病等方面，具有突出的社会效益和明显的经济效益。

干细胞移植为急性心肌梗死治疗提供了一条新途径，骨髓/外周血单个核细胞、骨髓间充质干细胞、内皮祖细胞移植均可用于治疗急性心肌梗死。项目组培养毕业博士、硕士研究生10余名，12篇论文在国际权威医学期刊发表（3篇论文影响因子大于7.0）；系列工作提高了相关临床工作人员的诊治技术水平，取得了巨大的社会、经济效益。成果包含的相关技术方法和路线有着极大的临床应用前景。

陕西彬长矿业集团有限公司、中煤科工集团西安研究院和西安科技大学针对矿井冻结法施工解冻后冻结孔环状空间垂向导水导致的解冻水害，首次提出了在有利地层施工环形措施巷，并结合插管引流注浆，截断环状导水通道的方法，并对设计理论基础、施工工艺、施工安全、过程监控等关键技术进行了深入研究，得出了系统的研究成果，为解决基岩冻结法施工解冻水害治理问题提供了新的思路和方法。该成果经陕西省科技厅鉴定为国际领先，并获得陕西省科学技术一等奖，申请专利 3 项。该成果在陕西省彬长集团胡家河矿井主立井全深冻结施工解冻后水害治理工程中得到成果应用，治水效果良好，取得显著的经济和社会效益。

该项目发现了饲草类饲料蛋白各组分中C组分是可以消化利用的,更正了国际上认为饲草类饲料中C组分不能消化利用的观点，为饲料蛋白的高效利用提供了新的理论依据。确定了奶牛常用饲料在小肠可消化吸收利用的氨基酸种类、利用效率，为我国养牛产业提供了常用饲料小肠可消化吸收（实际奶牛机体利用水平的）氨基酸数据库。 揭示了蛋氨酸（Met）和赖氨酸（Lys）缺乏时奶牛生产中乳蛋白合成的代谢机制，为氨基酸在奶牛生产中的平衡应用提供了理论依据。提出了奶牛小肠可代谢10 种必须氨基酸的适宜配比，确定了北方典型日粮泌乳早中期奶牛瘤胃保护蛋氨酸（Met）和赖氨酸（Lys）的适宜添加量分别为74g和190g。提出了以小肠可代谢氨基酸为基础的奶牛日粮应用技术1 套，日粮粗蛋白水平降低2个百分点，提高了日粮中氮的利用率，降低了饲料成本，提高了奶产量和乳蛋白，乳蛋白率平均提高0.15个百分点。减少了奶牛粪尿中氮的排放，降低了对环境的污染。

高温、低温和盐碱胁迫已成为限制作物生产和植物生长发育的重要环境因子。本项目历时14年，以重要作物棉花和模式植物拟南芥为材料，将基因挖掘、机理探索与利用紧密结合，分离鉴定了多个温度和高盐胁迫应答基因、高效特异表达启动子及基因表达调控元件，探讨了其调控机制，为作物遗传改良提供了新基因资源和理论支撑。①发现了高温诱导的miRNA可变剪切新机制，探讨了低温胁迫下GhDREB1与激素的调控关系，为阐明植物应答温度胁迫的分子机理提供了新证据。②解析了GhZFP1、GhMT3a和GhNHX1等基因在植物高盐胁迫适应中通过调节Na+积累和清除活性氧发挥作用，为作物抗逆品种改良提供了重要基因资源。③发掘并鉴定了植物组织特异高效启动子和调控元件，阐明了核基质结合序列在提高遗传转化效率和转基因表达水平方面的作用，为植物遗传转化提供了有效表达载体。本成果在Molecular Cell等国内外学术刊物发表论文71篇，其中SCI论文62篇；总影响因子235，影响因子5以上论文15篇，单篇最高影响因子15.28，他引总计2227次。高温诱导的miRNA可变剪切阐明了环境胁迫与植物miRNA加工的调控关系，是本领域研究的重大发现，在国内外产生了较大影响，为提升我国在该领域研究的国际影响力发挥了积极作用。

面向高密度储能体系的需求，金属锂负极由于具有最高的理论容量和最低的标准电极电势的优点而广受关注。但同时它也存在易产生枝晶和库伦效率低等问题，极大的阻碍了锂金属电池的商业化。针对这一问题，赖老师课题组首次明确提出了“疏锂排斥”的金属锂负极保护机制。该工作被JACS的审稿人评价为“a very interesting and impressive technique”和“commercially available, environmentally benign andjust needs small amount”，在锂金属电池中展现了较高的应用价值。该论文第一作者为我校2015级硕士研究生戴宏柳。 　　此外，赖老师课题组与南开大学梁嘉杰和陈永胜老师课题组合作，设计了一种三维多层次三维孔结构骨架，即连续的银纳米线被组装到互相连接的3D石墨烯骨架上，形成双网络结构。在这种独特的双网络结构中，可有效约束锂的沉积过程，并极大的缓解金属锂负极长循环过程中体积膨胀问题。该项研究工作发表于Advanced Materials后, 引起了广泛的关注，被科技日报以《锂电池“长寿密码”找到》头版、人民网和新华网等媒体广泛报道。该论文第一作者为我校2016级硕士研究生薛攀。

我校物理与电子工程学院李印威副教授与美国卡耐基研究所的刘寒雨博士、剑桥大学Simon Redfern教授，以及吉林大学马琰铭教授等人合作，在高压下聚合氮高能量密度材料研究领域取得新进展，相关研究成果发表在SCI顶级期刊《Nature Communications》上，江苏师范大学为第一单位。这是继李印威副教授于2015年在物理学顶级刊物《Physical Review Letters》上发表本领域相关研究成果后取得的又一新突破，标志着物电学院在这一领域的科研水平上了一个新台阶。 据李印威副教授介绍，由N-N单键构成的聚合氮是较好的高能量密度材料，然而，在纯氮材料中，聚合氮的形成需要极高的压强（高于100万大气压），而且无法保留到常压下，限制了其作为高能密度材料的应用。针对这个难题，李印威副教授和合作者通过理论计算设计了合成聚合氮的新途径，首先通过惰性气体氦（He）和氮气（N2）混合，在高压下形成新型稳定化合物HeN4，再通过对He原子的抽离，从而获得纯的聚合氮，计算表明，通过此方法获得的聚合氮可以稳定保留到常压下，推进了聚合氮的实际应用。该研究结果于2018年2月19日在线发表在《Nature Communications》上。 该项工作得到国家自然科学基金优秀青年科学基金的资助。 李印威副教授是物电学院2011年引进的优秀博士，2017年获国家自然科学基金优秀青年科学基金资助，研究的主要领域为利用第一性原理计算设计新型功能材料（超导、超硬和高能密度材料等），目前，李印威副教授已经在新材料研究领域取得了一系列的突破，在Nature，Nature Communications，PRL，PNAS，PRB，JCP等国际著名期刊发表SCI论文共48篇，被引用1500余次，H指数21,科研成果丰硕，有力支撑了物电学院的学科建设。