轻轻1对1隶属于上海轻轻信息科技有限公司，是全国中小学在线、上门全科辅导品牌，由国内知名的教育机构好未来和国际知名投资机构红杉资本、IDG资本、挚信资本等联合投资。轻轻1对1精选全国各年级、各学科超万名专业教师，根据每个孩子的特点进行高品质个性化教学，提供全国规模的上门一对一，以及高端在线教育服务。

厦门匠客信息科技有限公司由一群热爱机器人的创客于2015年成立，是一家专注于儿童机器人教育产品设计研发的创新型公司。秉持着“科技启迪成长”的理念，设计出了“IronBot儿童机器人启蒙教育套件”等产品，获得了多个奖项，得到了中央电视台等多家国内外媒体的报道，并受邀参加了第七轮中美人文交流高层磋商，代表中国创客将IronBot赠送给了刘延东副总理以及美国国务卿克里。　　目前IronBot已作为创客教室，STEAM教室，校本课程，科学课程配套进入了厦门、重庆、郑州、武汉、合肥、云南等地的近百所中小学。

苏州腾邦信息科技有限公司总部位于江苏苏州，在全国已设立20个省市级办事处。公司在人工智能、教育信息化等领域具备雄厚的研发、设计、生产、制造能力,是一家专业的系统方案解决商。公司已通过ISO9001质量管理和ISO14001环境管理体系认证，累计申请29项专利，产品已取得CCC、FCC认证和无蓝光危害证书。公司系中国教育技术协会会员、中国教育装备行业协会会员、江苏省教育装备行业协会会员和陕西省学前教育协会理事单位。 2017年6月美国佛罗里达国际影音设备展，公司SIT智能互动系统产品获得最佳展示奖。

广州林泽信息科技有限公司成立于2009年，注册资金1050万元；总资产达到8000多万；总部位于广州市高新技术产业开发区广东软件科学园内；是广东省中小学教学仪器设备协议供应商，云计算产业联盟核心企业之一，国家认定的高新技术企业；主营教学设备、云终端、瘦客户机、电脑一体机、平板电脑等信息化产品设计、生产、制造；计算机软件开发、设计、计算机系统集成等业务。 公司已通过ISO9001质量管理体系认证，ISO14001环境管理体系认证， OHSAS18001职业健康安全管理体系认证，严格按照管理体系，科学的，系统的管理企业；形成了有效的管理规范和行为准则；营造优秀的企业文化；坚持以客户中心，尽力为客户创造价值。公司具有自主知识产权的CLOUDATLAS云图智能云教室解决方案，软件产品已获得二十多项软件著作权；并获得中央电教馆数字校园推荐产品方案；智能云教室所有硬件产品都通过国家强制性认证；已经成为国内少数具有整体知识产权和核心竞争力的云计算终端专业厂商品牌。     公司通过多年的方案积累，提供软硬件一体化、端到端的桌面云产品与解决方案；广泛用于教育、中小型企业、政府机构等各行各业。

杭州学硕信息科技有限公司——坐落在杭州市高新科技园区，是一家集科研、软件开发、设备生产、销售、服务于一体的典型的将科技成果转化为教育生产力的科技型综合性企业。 杭州学硕信息科技有限公司是由一群富有经验的知识型创业者投资创立的软件开发企业，专注于模拟类教育软件和企业管理软件的发展和推广。我们拥有由资深的行业顾问、教育顾问和经验丰富的项目经理、软件工程师组成的专业团队。在软件项目的开发实施过程中，大量运用了国外先进的技术和管理理念，并结合中国教育机构和贸易企业的实际特点，开发出最适合中国国情的行业类软件，同时提供高效的实施、管理、培训及咨询服务。有效提高学生的学习兴趣、提升教学效果、保证教学质量。

上海域声信息科技有限公司是一家从事专业音响系统、专业灯光系统、舞台灯光音响系统、KTV音响系统、无尘环保教学系统、无尘班班通系统、校园智能广播系统、多功能厅音视频会议系统及音箱设备销售、灯光音响方案设计、安装与维修服务为一体的专业技术公司。 公司肩负着“诚信立足天下，品质引领未来”的企业使命，目前，上海域声不断吸收国际国内行业先进经验，以科技为导向，不断创新，不断进取. 公司全体员工正以饱满的热情齐心协力，全新打造域声企业品牌,塑造品牌新形象，不断巩固和扩大国内外市场，努力把域声企业建设成为具备较强的国际竞争能力和全球知名度的音响技术企业,不断向更卓越的目标迈进。 公司创立以来，一直致力于员工整体素质的培育，新产品新技术的研发，生产力水平的提高和管理思想的探索。今天的域声企业已锤炼成真正拥有独特管理经验，先进调试设备，雄厚设计实力，强大营销和服务的专业音响工程知名企业，引领华东地区专业音响技术水平的不断提升。值得一提的是：域声企业重铸了企业灵魂--具有核心竞争力的企业文化；建设了一种为员工提供发展机会，实现自我价值和有吸引力工作环境的企业文化，一种自觉学习、勇于开拓创新、挑战自我、无私奉献、追求卓越、把企业当作事业舞台和生命归宿的企业文化；一种重视客户因素、认真促进企业改革以满足客户要求、提高自己市场环境的适应程度的企业文化。为员工指明了共同的方向，形成了一支稳健、充满活力、有团队精神、又有创新精神，朝气蓬勃的高素质队伍，为域声企业提供了源源不断的发展动力。

随着社会经济的发展，医院、车站、机场等大型场所的规模和数量不断扩大，其保安巡逻 自动化需求将日趋迫切。目前依赖于人力巡逻或CCD定位监控已不能满足夜间保安的要求， 采用保安巡逻机器人实行定时、定点监控巡逻与不间断流动巡逻结合将是目前最佳的解决方 案。 为了实现保安巡逻的各项功能，使系统在总体性能上满足实时性、可靠性和方便性的要 求。远程操作计算机远离移动机器人的工作现场，操作者通过这台计算机实现对机器人的远程 操作控制，其实现的功能有：网络通信、视频的解压缩和显示、非视觉传感器信息的可视化显 示、移动机器人工作状态的显示和接收操作者通过控制设备对移动机器人下达的控制命令。 移动机器人平台由移动机器人信息处理及操作系统、道路识别系统、视频采集系统、非视 觉传感器信息采集系统和伺服驱动系统组成，其中移动机器人上位机系统实现的功能有：网络 通信、视频信息压缩、视频信息识别、非视觉传感器信息的处理、移动机器人的运动规划和运 动控制。本项目创新点如下： (1) 基于区域矢量化道路识别 对车道线进行区域矢量化，并对获取的车道线进行数学分析及建模，用以后续的自动导航 控制。 (2) 基于多信息融合的自动导航 本巡逻机器人自动导航系统采用多信息融合，结合视觉信息和GPS定位。视觉信息用来识 别车道线进行导航，而GPS可以提供必要的导航信息，对视觉信息的不足进行补充。 (3) 巡逻机器人组网及远程控制 巡逻机器人控制系统接入无线网络，可以通过控制端PC对机器人发送指令，使其按所发 送的指令自动到达指定站点。机器人之间应该也能够互相通信，这样才能够及时的避免冲撞以 及交换信息。

智能交通是关键在于两方面：智能道路与智能车辆。前者主要目的在于规范 交通秩序，提升道路的通行能力；后者的使命是通过发展通过驾驶辅助系统，最 终实现车辆的无人驾驶。 针对智能道路，团队研发了电子警察。通过装配在城市交通路口的智能一体 相机，电子警察自动抓拍车辆闯红灯和变道等违章行为，通过治理违章规范驾驶 行为。其核心技术在于基于计算机视觉的嵌入式车辆运动分析系统。团队与智能 相机厂商合作，开发了基于达芬奇（DaVinci）平台的嵌入式电子警察产品，并 已成功上市销售数百套。 针对智能车辆，团队研发了交通标识自动识别系统。通过车载视觉智能分析 系统，提前主动定位并识别交通标识，规避违章驾驶。团队与国内领先的无人车 研发机构合作，已参加数届中国智能车未来挑战赛（IVFC）,获得了交通标识识 别第一名及总成绩第三名的成绩，并得到了中央电视台等机构的好评。

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。    

现代高速计算机的计算能力已达到惊人的程度，但计算机视觉系统却无法指导诸如过马路之类对  人来说非常简单的视觉任务。本成果模拟人眼选择性关注视觉场景中显著变化区域的模式，提出一种  图像中不同区域视觉显著程度的检测方法，从而达到提高计算机图像分析效率的目的。