该成果提供一种快速、准确鉴别翘嘴鳜、斑鳜及其杂交子一代的分子标记方法。在鳜类种质鉴定和保护、遗传育种和养殖生产中有极大的应用价值。 分子鉴定方法包括以下步骤：基因组DNA的提取、DNA目的片段的扩增、PCR产物的电泳及银染色鉴定。方法中还包括一对特异微卫星引物和标准图谱。本发明的分子鉴定法能快速、有效地鉴别出翘嘴鳜、斑鳜及其杂交子一代，具有客观、快速、准确、经济的优点。 该成果采用微卫星标记技术对翘嘴鳜、斑鳜及其杂交子一代进行鉴别，其反应稳定，重复性好，具有广泛的适用性，与传统的形态学鉴定相比具有检测准确性高的优点。本发明通过一个微卫星位点、进行一次PCR鉴别出翘嘴鳜、斑鳜及其杂交子一代，减少了检测时间和降低了检测成本。 该成果有较高的产业化前景，实际操作性强，简便、准确，价格适中。 成果完成时间：2017年2月

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

车载微型计算机运用 Linux 嵌入式操作系统，具备 CANBUS 网络多种信号控制与数据 采集接入功能；通过 GPS、GPRS、Internet（Intranet）、移动数字电视“四网合一”以 及与 CANBUS 网络集成，充分利用网络资源，集成融合本地与远程数据，实现数据、消 息、文件、流媒体双向互动。 功能特性： 具备丰富的功能扩展接口，支持行车记录、实时信息接收与发送以及显示、语音合 成、移动媒体播放、考勤与调度、车辆跟踪定位、防劫报警及地图查询、车辆导航、监 控指挥、紧急救援以及自动报站等功能，为公共交通、剧毒品特种物流以及国防移动作 战指挥等行业领域提供成套设备和解决方案。 

研发阶段/n主要研究支持神经网络芯片的设计自动化工具及FPGA验证系统，设计自动化工 具本身针对ASIC和FPGA都适用。 项目主要研究：（1）研究基于模型层的设计空间探索方法;（2）研究可重构 神经网络硬件单元抽象和归约方法；（3）开发面向嵌入式、功耗约束下的FPGA神 经网络芯片系统，突破神经网络芯片设计小型化遇到的关键难题。本项目提出的自 动综合工具至少支持CNN 等两类不同神经网络拓扑，支持Caffe配置文件prototex 拓扑描述语言，生成的FPGA芯片，性能比CPU快1个数量级，能效比

本发明公开了一种支撑轴弯曲间隙及刚度自动测量装置及其测量方法。本发明通过测量杆将微小弯曲间隙放大，以气缸配合气动滑·788·台为动力机构，连接带动施力构件对测量杆施加压力，并通过位移传感器及压力传感器实时采集测量杆的位移数据及受力数据，进一步计算出支撑轴的弯曲间隙角及刚度。本发明通过两个位移传感器实现对弯曲间隙的精确测量，消除了由扭矩输入时弯曲间隙的顶点相对于轴心的径向窜动带来的不利影响；气缸带动施力构

1.痛点问题 由于新能源发电易受气候环境影响、出力具有强随机波动性、且缺乏惯量支撑能力，以新能源为主体的新型电力系统供电结构将发生根本性变革，“灵活性匮乏”将成为长期矛盾，亟需汇集各类资源参与调节，增强系统灵活性、适应性。随着分布式电源和多样性负荷的接入配电网，配电网已经成为支撑高比例分布式电源安全并网、提高电网供电可靠性、挖掘新型可调控资源灵活性的关键所在，亟需研究支撑海量分布式电源并网的群控群调的关键技术，研发支撑海量分布式电源并网的群控群调软件，实现分布式资源的自律和输配电网的协调，促进高比例新能源的安全并网和可靠消纳。 2.解决方案 本项技术实现了支撑海量分布式电源并网的群控群调，主要技术要点： 1)利用量测系统采集的信息估算电力系统的实时运行状态，给出各母线的电压和相角，各线路和变压器的潮流，各光伏逆变器有功无功出力。 2)以集群状态估计的结果为基础，计算出当前时刻群内完整的有功、无功潮流分布和电压分布，覆盖变压器、光伏及储能节点和馈线。 3)基于集群控制子站对能源进行主动管理，通过控制区域内的分布式电源及其他可控资源，加以灵活有效的协调控制技术和管理手段，实现对现存资源的高效利用和可再生能源的高度兼容。 4)建立在配电自动化主站及分布式发电集群控制子站基础上的高级管理计算系统，支持在正常运行状态下以经济性为目标，以安全性为约束获得集群的日前重构组态方案，在紧急状态下以运行安全为首要目标，进行实时性的快速集群重构控制。 3.合作需求 寻求应用场景和资源对接，应用场景和业务能覆盖新疆、甘肃、江苏、浙江等新能源大省，并且与新能源领域的大中型企业有合作经验，同时具有一定的技术开发能力、市场推广资源和现场工程实施经验，能与现有团队形成合力，通过信息领域与能源领域的交叉研究，突破支撑海量分布式电源并网的群控群调的软硬件难题。为保障项目实施质量和进度要求，拟合作团队需通过ISO9001质量管理体系认证，且是国家高新技术企业。期望通过合作，全面开展产品和服务的推广销售，力争在一年内形成规模化产值，同时在各个省份组织相应的实施团队，高质量完成项目的交付，并持续做好技术支持和各项售后服务。

本发明公开了一种光学元件支撑参数的确定方法，该方法具体为：确定保证面形精度的最少支撑点数为最优支撑点数，并计算支撑点的理想支撑力；依据理想支撑力定义多个不同支撑力波动水平，计算不同支撑力水平下随机支撑力引起的镜片面形变化；统计并检验镜片面形畸变的随机分布规律，建立不同支撑力水平与光学元件成像质量的映射关系；根据质量控制标准，确定支撑力的波动范围。本发明基于蒙特卡洛方法，解析不均匀支撑力作用下镜片面形畸变的随机分布规律，分析不同随机支撑力水平对光学元件成像质量的影响，从而确定合理的支撑力波动范围，为光

本发明公开一种用于制备金属软磁复合材料的绝缘粘结剂及其使用方法。本发明绝缘粘结剂是一种纳米改性有机硅树脂绝缘粘结剂，成分由有机硅树脂和无机纳米分散液组成。该绝缘粘结剂大幅度提高了有机硅树脂的耐热温度，提高了磁粉芯的力学强度，成分选择合理使用效果好，对铁基、镍基和其他成分的金属软磁磁粉都有很好的绝缘粘结效果。采用本发明提供的绝缘粘结剂所制备的磁粉芯具有综合的优良磁性能和力学性能。