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。    

    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

本项目是国家863计划”85” 和”95”重大项目的阶段性研究成果(合作单位:河北省科学院)。 包含”大面积高功率DC Arc Plasma Jet CVD金刚石膜高速沉积设备”和”大面积高质量金刚石自支撑膜制备工艺”两部分。其目标是向国内外市场提供大面积高质量廉价金刚石自支撑膜。技术基本成熟, 设备和工艺已在广东、北京和天津的一些工厂和研究院所应用。目前已开发两种不同功率级别, 100千瓦级和30千瓦级的设备, 工具级金刚石膜沉积速率: 40～50mm/h, 沉积面积: 110mm (100千瓦级), 或60mm (30千瓦级)。利用本项目技术生产的工具级金刚石膜可达到的指标: 面积: mm (100千瓦级), 或 mm (30千瓦级); 厚度: 最大2mm; 维氏硬度: 8000～11000 kg/mm2; 抗弯强度: > 300 MPa。光学级金刚石自支撑膜目前最大面积为60mm, 厚度约0.6mm, 从紫外(0.22m)到远红外(>20m, 直至微波)透明, 8～12m波段透过率～70%, 热导率～19W/cm.k, 各项物理化学性能均与天然Ⅱa型宝石级金刚石单晶接近。 该项目适用于光学级金刚石自支撑膜: 工业CO2激光器窗口, 需要在极端恶劣工业环境(高温、腐蚀、幅射、磨损、冲刷等)下工作的光学装置窗口、军事窗口等。也可用于中高档耐用装饰品制作。 热沉级金刚石自支撑膜: 半导体二极管激光器热沉、功率半导体器件(Power IC)的金刚石封装、MCMs (大规模集成电路的三维立体组装技术)用大面积金刚石热沉、高功率微波器件热沉。 工具级金刚石自支撑膜: 金刚石拉丝模模芯、金刚石自支撑膜钎焊工具、各种抗极度摩擦磨损工具和模具及仪器零件。

本项目是国家863计划”85” 和”95”重大项目的阶段性研究成果(合作单位:河北省科学院)。 包含”大面积高功率DC Arc Plasma Jet CVD金刚石膜高速沉积设备”和”大面积高质量金刚石自支撑膜制备工艺”两部分。其目标是向国内外市场提供大面积高质量廉价金刚石自支撑膜。技术基本成熟, 设备和工艺已在广东、北京和天津的一些工厂和研究院所应用。目前已开发两种不同功率级别, 100千瓦级和30千瓦级的设备, 工具级金刚石膜沉积速率: 40～50mm/h, 沉积面积: 110mm (100千瓦级), 或60mm (30千瓦级)。利用本项目技术生产的工具级金刚石膜可达到的指标: 面积: mm (100千瓦级), 或 mm (30千瓦级); 厚度: 最大2mm; 维氏硬度: 8000～11000 kg/mm2; 抗弯强度: > 300 MPa。光学级金刚石自支撑膜目前最大面积为60mm, 厚度约0.6mm, 从紫外(0.22m)到远红外(>20m, 直至微波)透明, 8～12m波段透过率～70%, 热导率～19W/cm.k, 各项物理化学性能均与天然Ⅱa型宝石级金刚石单晶接近。 该项目适用于光学级金刚石自支撑膜: 工业CO2激光器窗口, 需要在极端恶劣工业环境(高温、腐蚀、幅射、磨损、冲刷等)下工作的光学装置窗口、军事窗口等。也可用于中高档耐用装饰品制作。 热沉级金刚石自支撑膜: 半导体二极管激光器热沉、功率半导体器件(Power IC)的金刚石封装、MCMs (大规模集成电路的三维立体组装技术)用大面积金刚石热沉、高功率微波器件热沉。 工具级金刚石自支撑膜: 金刚石拉丝模模芯、金刚石自支撑膜钎焊工具、各种抗极度摩擦磨损工具和模具及仪器零件。

本发明公开了一种半自动化控制电动车支撑脚架及其使用方法。它包括控制手柄、弹簧一、推杆、三角楔块一、三角楔块二、杠杆、活塞杆、液压缸一、油管一、排油单向阀、二位二通直动式电磁阀、油管二、液压缸二、弹簧二、固定圈、支撑脚架、吸油单向阀、油管三。本发明适用于电动车的停驻时所需的支撑脚架。控制手柄向上运动，推杆推动，使杠杆带动活塞杆向下压缩液体，液体进入液压缸二，液体推动支撑脚架向地面运动，从而支撑起整个电动车。本发明使用方法简单，更加省力和方便，适用于任一型号的电动车上。

本发明公开了一种柔性自适应的支撑式管道内检测机器人，包括柔性自适应支撑机构、驱动机构、检测 机构和摄像机构;摄像机构安装在柔性自适应支撑机构前端;柔性自适应支撑机构与驱动机构连接，用于保 证机器人在管道内移动时，具有自动适应变径管、障碍或弯管的能力;检测机构安装在驱动机构上，当机器 人在管道内检测作业时，检测机构中的探头部分与管道内壁完全接触。本发明实现了机器人对管道的柔性自 适应以及支撑式管道内机器人的模块化，增强了机器人在管道内的行走能力，也方便了此类机器人的检修; 本发明同时还实现了管内检测机器人搭载无损检测设备，从而提高了问题管道的检测能力。

本发明公开了一种油气路一体化伸缩的支撑臂装置，包括支撑 臂组件、传动组件、油路组件和气路组件，支撑臂组件为可伸缩结构， 包括伸缩臂和套接在伸缩臂上的固定臂，固定臂内部安装有支撑臂底 座;传动组件包括丝杆螺母、丝杆、动力源和导向套管，用于实现支 撑臂组件的伸缩运动;油路组件为可伸缩结构，其包括彼此相连的不 锈钢管和双联弹簧管，不锈钢管与伸缩臂相连，双联弹簧管套装在导向套管上，并且其前后两端分别与丝杆螺母和导向套管相连;气路组 件为可伸缩结构，其包括小气管和嵌套在小气管外部的大气管。本发 明可有效增加支

本发明公开了一种石墨烯支撑的微米金核壳结构及其制备方法；制备方法包括下述步骤：(1)获得聚苯乙烯微球乳液，并在聚苯乙烯微球乳液中加入改性溶液后进行搅拌，获得表面改性的聚苯乙烯微球乳液；(2)获得微球金种子的凝胶溶液；(3)获得表面有金壳层的聚苯乙烯微球的凝胶溶液；(4)将所述表面有金壳层的聚苯乙烯微球的凝胶溶液进行烘干后获得粉末状的样品；通过将样品在四氢呋喃溶液中浸泡使其在金壳层内壁生长出石墨烯多层并除去聚苯乙烯微球，再进行烘干后获得石墨烯支撑的微米金核壳结构。本发明中改进的单分散法制备的聚苯乙烯微