项目研究内容 ：二十八烷醇是世界公认的抗疲劳物质，具有独特的生 理功能。是一种新型功能性食品添加剂，可广泛应用于各种保健食品、药 品、化妆品以及动物饲料中。近些年来。二十八烷醇的制备与产品开发已 经成为国内研究的热点。本研究以榨糖滤泥为原料，对二十八烷醇的制备 及纯化进行了研究，以制定从蔗糖中制备二十八烷醇工艺，并分离纯化二 十八烷醇。 工艺流程 ：滤泥 →粗醋 →精制蔗蜡 →制备二十八烷醇 →纯化二十八烷

“新型多天线传输技术”是5G移动通信系统亟待研究的关键问题之一。孕育其中的3D-MIMO技术则是亟需攻克的难点之一。据此，本技术成果依据3D-MIMO技术中的多用户智能波束赋型，研究Massive MIMO阵列对5G系统波束赋型性能的影响。 技术成果主要功能： ？ 时间反演波束赋形（Time Reversal Beamforming, TRBF）通信系统可计算模型。 此部分主要是在经典的天线系统排布方向图与增益的理论研究基础之上，进一步研究这些天线系统的排布对TR大规模MIMO通信系统性能的影响，建立了基于不同天线系统排布的不同的信道响应模型。 ？ TRBF通信系统互耦效应的可量化分析模型。 建立了互耦的信道模型，然后通过信道模型来分析TRBF通信系统的性能。 ？ TRBF通信系统极化信息的可量化分析模型。 针对天线的极化特性建立信道模型，基于极化信道模型分析TR通信系统的性能，建立系统极化信息可量化分析模型。 技术成果应用领域： TR通信可以利用复杂环境中的丰富多径来提高系统的信道容量，减小误码率等等。并且TR的空间聚焦特性能精确定位用户终端，所以TR Massive MIMO通信系统可以用在受阴影衰落较大的地区，例如位于密集高大建筑楼群的低层用户，由于巨大的建筑物遮挡阴影损耗，要想实现设备到设备之间的直接通讯很困难，而TR技术可以精确定位到传输终端，达到普通波束赋形达不到的效果。类似的环境还有山区高大山群的阴影衰落，信号衰减大的森林地区等等。 此外，TR通信能够利用复杂环境中的丰富多径来提高通信系统的性能，所以在电磁波反射路径多的环境，自然环境比如地下车库，隧道等，人造环境比如模拟体验太空舱，金属装饰风格的办公室或者住宅等（见下图2）。在这些多径异常丰富的环境下，移动终端经常会出现接收不到信号等，这也是秉承随时随地接入网络宗旨的5G蜂窝移动通信系统亟待解决的问题，而这些场景正是完美的TR技术应用场景。 由此可以想见，TR在5G蜂窝移动通信系统覆盖范围下的某些特殊通信场景极有用武之地。

本技术成果将网络负载均衡与路由技术延生至交通领域中的车流量导航与道路控制，通过基础图论中的关键理论，结合大数据分析与聚类技术，旨在解决现有城市道路路网中存在的潮汐效应与拥堵问题，项目拥有多项自主核心知识产权，涵盖路径规划与搜索算法、数据并行存储与计算。通过仿真表明，项目实施后，能在现有路网规模的基础上，显著提升现有道路的负载通行能力，缓解城市道路因局部负载过大导致的负载不均与交通拥堵，改善出行体验，降低尾气排放，提升智能交通效率。

(1) 技术属性说明 本项目利用发酵工艺取得灵芝三萜类化合物，开展了临床前药理药效研究，并进行了药物 动力学研究与固体制剂开发。 (2) 技术创新点 利用细胞培养生产灵芝酸单体，结合生物发酵，生物工程技术与现代制剂技术，确定了灵 芝酸单体的制备工艺、药理学评价、制剂制备的工艺路线，并验证了工艺的可行性和稳定性。 此外，完成了灵芝酸有效成分的分子结构式的鉴定，建立了定性和定量分析方法；完成了药效 学研究、实验动物模型的建立、观察了灵芝酸扶正作用的药效学作用、增效作用研究；完成了 药物动力学研究，建立了灵芝酸生物体内定性和定量分析方法；进行了药物动力学研究，确定 了固体制剂的制备方法，为医药企业的产品开发与推广打下基础。

（1）技术属性说明本项目利用发酵工艺取得灵芝三萜类化合物，开展了临床前药理药效研究，并进行了药物动力学研究与固体制剂开发。（2）技术创新点利用细胞培养生产灵芝酸单体，结合生物发酵，生物工程技术与现代制剂技术，确定了灵芝酸单体的制备工艺、药理学评价、制剂制备的工艺路线，并验证了工艺的可行性和稳定性。完成了灵芝酸有效成分的分子结构式的鉴定，建立了定性和定量分析方法；完成了药效学研究、实验动物模型的建立、观察了灵芝酸扶正作用的药效学作用、增效作用研究；完成了药物动力学研究，建立了灵芝酸生物体内定性和定量分析方法；进行了药物动力学研究，确定了固体制剂的制备方法，为医药企业的产品开发与推广打下基础。已申请的国家发明专利：（1）灵芝酸单体Me环糊精包合物及其口服固体制剂的制备方法，申请号：200910050801.8，（2）灵芝酸在肿瘤生长或增殖抑制剂中的应用，申请号：CN200510026378.X（3）灵芝酸在癌症治疗中作为增敏增效剂和抑制剂的应用，申请号：CN200510112304.8（4）灵芝酸在制备癌转移抑制剂中的应用，申请号：CN200510112303.3（5）灵芝酸在癌症治疗中的应用， PCT申请号：PCT/CN2006/001171

蜜环菌(Armillaria spp.)属于担子菌门,伞菌目,白蘑科,蜜环菌属.在世界各大洲均有分布,在我国主要分布在黑龙江,吉林,辽宁,内蒙古等省区.蜜环菌是与传统中草药天麻(Gastrodia elata Blume)共生的著名食药兼用的真菌.多年来,经大量的试验研究表明,蜜环菌的菌丝体和发酵液均具有较强的催眠,抗惊厥,抗缺氧等神经调节功能和脑保护功能,还具有增加心,脑血管血流量,增强机体免疫调节功能等生理活性.尤其是在催眠,抗惊厥,抗缺氧和调节心,脑血管功能等方面具有与天麻相同的药理活性.因此,20世纪70年代开始,在对蜜环茵生理活性和化学成分研究,以及蜜环菌的深层发酵工艺和系列制剂的开发等方面引起了中国和世界许多国家的重视,取得了大量研究成果,开发生产出多种蜜环菌制剂. 蜜环菌中含有丰富的化学成分,通过对蜜环菌菌丝体和发酵液的化学成分的系统研究,分离得到了蜜环菌多糖,蜜环菌素等倍半萜类化合物和嘌呤类化合物等多种生理活性物质,并对这些化合物的理化特性和生物学活性进行了较细致的研究.由于野生天麻在我国的资源有限,栽培天麻虽已获得成功,但因受到各种条件影响,其生长周期长,并且必须有蜜环菌作为萌发菌和营养供体,技术要求严格,生产成本高,价格贵,难以满足人们保健和临床用药的需求.以蜜环菌及其发酵产物替代天麻,来解决天麻供应不足,保护野生天麻资源等问题,是一条行之有效的资源

本技术成果将网络负载均衡与路由技术延生至交通领域中的车流量导航与道路控制，通过基础图论中的关键理论，结合大数据分析与聚类技术，旨在解决现有城市道路路网中存在的潮汐效应与拥堵问题

本项目针对处理水藻爆发造成水体污染的超声除藻的作用机制和关键技术，开展包括低频低功率超声对微囊藻细胞作用的生物效应及其作用机理、低频低功率超声除藻方法的效率和经济性和低频低功率超声除藻的水环境生态安全性评价等内容的研究。

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。